论文部分内容阅读
文中利用1990～2020年的Landsat遥感影像分类结果,建立了土地利用类型动态度模型和土地利用转移矩阵,分析了铜陵市的土地动态变化程度及其影响因素,为有色金属资源型地区土地资源的优化调整提供科学依据。
近30年铜陵市土地利用时空变化分析
【摘 要】
：
文中利用1990～2020年的Landsat遥感影像分类结果,建立了土地利用类型动态度模型和土地利用转移矩阵,分析了铜陵市的土地动态变化程度及其影响因素,为有色金属资源型地区土地资源的优化调整提供科学依据。
【机 构】
：
铜陵有色金属集团股份有限公司矿产资源中心,安徽 铜陵 244000;安徽理工大学 空间信息与测绘工程学院,安徽 淮南 232001
【出 处】
：
矿山测量
【发表日期】
：
2021年05期
其他文献
为了解决现有领域在自适应方法中忽略了整个数据域内部结构的信息和源域与目标域之间的差异问题,提出了一种新的基于低秩交叉重构的领域自适应方法.通过对源域和目标域的交叉重构来构造新的源域与目标域,使得同类数据相互交织,缩短了同类数据之间的距离;通过对重构矩阵施加低秩约束,将2个域的同类数据对齐,以此来充分挖掘源域和目标域同类数据之间的内在结构信息,并利用该结构信息来学习分类器,从而取得更好的跨域识别效果
现有缓解肌肉疲劳的治疗方式存在时间限制性或对医生及医学知识具有较大依赖性,无法满足现代人对肌肉疲劳缓解便利性的需求.基于经皮神经电刺激(TENS)治疗机制,研制TENS低频电脉冲女性疲劳缓解运动压力袜;设计客观肌电测试和主观评价相结合的评价方法,并验证其疲劳缓解作用.结果表明,该压力袜可以有效地缓解肌肉疲劳,在导电面积为90 cm2、横向导电区域位置和44.4 tex导电纱线细度时,TENS脉冲压力袜疲劳缓解性能达到最佳,且导电区域面积和导电纱线细度对压力袜疲劳缓解性能影响较大.
通过文献梳理和分析,探索服装品牌体验对消费者购买意愿的影响,建立包含服装品牌体验、品牌信任、口碑传播、购买意愿的关系模型,并基于问卷调研数据,采用因子分析和回归分析相结合的方法进行实证分析.结果表明:服装品牌体验中感官、情感、思考和行动4项要素都正向影响消费者购买意愿;品牌信任和口碑传播起到中介作用.根据此结果可以为服装品牌企业提出相关对策建议.
该文先对保单的索赔次数建立了贝叶斯模型;然后,根据样本分布和先验分布已知或未知分3种情形讨论了索赔次数的贝叶斯预测及信度预测,并给出了结构参数的估计方法;最后,通过数值模拟的方法对3个预测的均方误差和收敛性进行了比较.
选题策略是计算机化自适应测验(CAT)的核心.该文提出了一种新的选题策略,是一种相对严格的“升a”方法,它选择区分度参数的百分等级尽可能接近测验进程的项目,而且还可以通过调整控制参数的取值来满足不同测验场景的需求.Monte Carlo实验结果表明:该方法在测验精度、项目曝光率控制和题库利用率等方面均表现良好.
在经典信度理论中,信度估计只适合净保费原理,很难推广到一般的保费原理,并且其假设保单组合不同保单索赔额之间独立,没有考虑风险之间相依性.该文根据一种统一的保费原理(即矩相关保费原理),考虑风险之间的相依性,运用信度理论方法估计风险随机变量的矩母函数,给出在矩相关保费原理中具有风险相依结构的保费估计,并且给出结构参数的无偏估计,从而推广了经典信度理论.
针对唐山矿建筑物下压煤采出率低、采动损害等问题,文中选取了唐山矿铁三区为研究对象,分析建筑物下煤炭充填开采的可行性,并结合地表观测对试验区进行评价。研究结果表明:以矸石为主要充填材料,对建筑物下煤炭资源进行置换开采是该区域比较适合的开采技术;T_3281N为开滦集团第一个充填开采工作面,回采率实际达到70%,远远大于条带开采方式35%的回收率,经济效益显著。同时对地表进行监测,表明该开采方法可行,
该文运用演化博弈方法,考虑社会化媒体的舆论作用,构建运营商与消费者的长期演化博弈模型,对共享电单车消费者的骑行行为进行了分析.在此基础上,运用数值仿真模拟分析参与人决策行为的动态变化.研究结果表明:直接收益最大化不能作为决策依据,参与人应考虑行动的外部性,并将外部收益纳入收益矩阵中;适度的社会化媒体曝光,有效地控制了运营商的惩罚力度,调整了参与人的策略,进而调整了系统的演化方向;同时,发现运营商过高的惩罚力度或媒体较高的曝光率都会造成系统的不稳定.共享电单车的健康发展,需要运营商、消费者与社会化媒体的共同
该文考虑了在带延迟的对偶风险模型中支出服从指数分布的情况.首先,运用无穷小分析法以及随机过程的基本理论推导出破产时间的拉普拉斯变换、破产概率和破产时间的期望所满足的积分-微分方程;其次,运用常微分方程方法得到了当随机支出和收入变量均为指数分布时的破产概率和相关破产时间的解析表达式;最后,列举了数值实例来论证在模型中的某些参数对破产概率的影响.
诊断测验所考察的属性之间往往存在某种层级关系,然而基于专家经验获得的属性层级关系易出现分歧或错误.该文将属性掌握模式作为输入,考察K2算法在不同阈值条件下学习得到属性层级结构的准确性.模拟研究和实证数据分析的结果表明:K2算法对属性层级结构的学习有较高的成功率,并且K2算法对于4种基本层级结构有不同的敏感性,其中线性型和发散型对阈值的敏感性较低,而收敛型和无结构型对于阈值的敏感性较高.