【目的】分析上海城市居民对城市荒野的认知与景观偏好情况,探究荒野景观构成的积极因素与消极因素,为上海荒野景观的保护与发展提供参考和建议。【方法】结合公众参与式地理信息系统(public participation geographic information syst...【目的】分析上海城市居民对城市荒野的认知与景观偏好情况,探究荒野景观构成的积极因素与消极因素,为上海荒野景观的保护与发展提供参考和建议。【方法】结合公众参与式地理信息系统(public participation geographic information system,PPGIS)和问卷调研,获取受访者人口统计学特征与景观偏好、价值认知、空间定位等数据信息,利用相关性分析和核密度分析等方法对采集到的数据进行分析比较。【结果】1)公众对城市荒野概念的了解程度较低,但接受程度较高,并对城市中实际的荒野分布有大概的认知。2)公众对城市荒野景观感知偏中立态度,不同自然与人工要素会对公众偏好产生影响。3)公众居住与活动范围可能会对城市荒野接受度产生影响。【结论】应优先对公众认知程度较高和交通便利的荒野区域进行转型更新,综合考量场地内自然与人工要素,分析不同人群的活动需求,保障场地可达性、可视性,使城市荒野景观成为城市生态景观的一部分,为城市荒野景观建设提供参考。展开更多
姿态测量技术是载体运动状态和安全监测的基础.载体自旋运动使得飞行器各姿态角之间互相耦合,对载体的飞行控制带来严重影响.针对载体滚转下GNSS信号入射方向周期性变化特征,本文提出一种长短期记忆(long short term memory,LSTM)神经...姿态测量技术是载体运动状态和安全监测的基础.载体自旋运动使得飞行器各姿态角之间互相耦合,对载体的飞行控制带来严重影响.针对载体滚转下GNSS信号入射方向周期性变化特征,本文提出一种长短期记忆(long short term memory,LSTM)神经网络的深度学习方法,以确定载体的实时滚转角.通过对载体滚转状态下单天线接收卫星信号能量特征的分析,得到载体实时滚转角与接收信号能量幅值关联变化模型,并分析了卫星在轨运行时其空间位置改变对该模型的影响;然后采用LSTM神经网络方法对实测信号中的周期性变化特征进行训练,得到网络各项参数;最后将训练参数用于对实时接收的信号能量进行预测及降噪,并将预测结果通过模型匹配进行载体实时滚转角测算.为验证文中所提出方法的性能,开展了对天滚转实验.实验结果表明:LSTM深度学习方法可还原复杂的信号能量特征,并实现实时载体滚转角测算.展开更多
文摘【目的】分析上海城市居民对城市荒野的认知与景观偏好情况,探究荒野景观构成的积极因素与消极因素,为上海荒野景观的保护与发展提供参考和建议。【方法】结合公众参与式地理信息系统(public participation geographic information system,PPGIS)和问卷调研,获取受访者人口统计学特征与景观偏好、价值认知、空间定位等数据信息,利用相关性分析和核密度分析等方法对采集到的数据进行分析比较。【结果】1)公众对城市荒野概念的了解程度较低,但接受程度较高,并对城市中实际的荒野分布有大概的认知。2)公众对城市荒野景观感知偏中立态度,不同自然与人工要素会对公众偏好产生影响。3)公众居住与活动范围可能会对城市荒野接受度产生影响。【结论】应优先对公众认知程度较高和交通便利的荒野区域进行转型更新,综合考量场地内自然与人工要素,分析不同人群的活动需求,保障场地可达性、可视性,使城市荒野景观成为城市生态景观的一部分,为城市荒野景观建设提供参考。
文摘姿态测量技术是载体运动状态和安全监测的基础.载体自旋运动使得飞行器各姿态角之间互相耦合,对载体的飞行控制带来严重影响.针对载体滚转下GNSS信号入射方向周期性变化特征,本文提出一种长短期记忆(long short term memory,LSTM)神经网络的深度学习方法,以确定载体的实时滚转角.通过对载体滚转状态下单天线接收卫星信号能量特征的分析,得到载体实时滚转角与接收信号能量幅值关联变化模型,并分析了卫星在轨运行时其空间位置改变对该模型的影响;然后采用LSTM神经网络方法对实测信号中的周期性变化特征进行训练,得到网络各项参数;最后将训练参数用于对实时接收的信号能量进行预测及降噪,并将预测结果通过模型匹配进行载体实时滚转角测算.为验证文中所提出方法的性能,开展了对天滚转实验.实验结果表明:LSTM深度学习方法可还原复杂的信号能量特征,并实现实时载体滚转角测算.