【摘 要】
：
面对生态危机以及伴随着全球化、城市化而来的诸多问题,我国适时提出了建立"和谐社会"的主张.而住区是组成社会的基本细胞,应当把构建住区的和谐作为构建社会和谐的重要切入点.虽然随着西风东渐,社区发展理论逐渐得到重视,目前我国住区规划设计的主导观念仍受到以物质形体规划为核心的现代主义规划思想的影响.新时期,面对着发展中出现的诸多新问题,需要呼唤新居住模式,建设和谐社区应是当前我国社会的前沿话题,是社区的
【机 构】
：
中国矿业大学建工学院建筑系 北京建筑工程学院土木工程系
论文部分内容阅读
面对生态危机以及伴随着全球化、城市化而来的诸多问题,我国适时提出了建立"和谐社会"的主张.而住区是组成社会的基本细胞,应当把构建住区的和谐作为构建社会和谐的重要切入点.虽然随着西风东渐,社区发展理论逐渐得到重视,目前我国住区规划设计的主导观念仍受到以物质形体规划为核心的现代主义规划思想的影响.新时期,面对着发展中出现的诸多新问题,需要呼唤新居住模式,建设和谐社区应是当前我国社会的前沿话题,是社区的发展方向.
其他文献
L.Zadeh开创了模糊集理论,引入模糊熵的概念,用来度量模糊集的模糊性测度.1982年,Pawlak[2]给出了粗糙集的概念.作为模糊集理论与粗糙集理论的结合,Dubios D和Prade H[3]于1990年给出了模糊粗糙集(FRSs)和粗糙模糊集的概念.本文提出了模糊粗糙集的一个几何表示,定义了模糊粗糙集的基数,利用模糊粗糙集的几何表示给出了模糊粗糙集的非概率熵测度,证明了这一测度可以表示为
近年来,涌现出了许多防伪技术,特别是数字技术随着计算成本的不断降低,在过去的几十年中获得了广泛的研究,例如数字水印技术.虽然当今世界流行基于计算机的技术,但是许多传统的防伪技术仍然具有很大的价值.例如管理某些商品的标签以及追踪设备部件的钢印.目前验证这些标签和钢印基本上依靠受过良好培训的人员的眼睛.当前中国车管所通过比较车辆引擎上的钢印的拓印图像来验证车辆和管理车辆.由于车辆的数量巨大,这个过程的
集合理论为描述离散世界中各种事件提供了一个十分有用的基础,千差万别的事物都可以用集合论的方法加以描述和阐释.Pawlak提出的Rough集理论是在集合理论基础上发展起来在智能计算中使用的又一有力工具,特别在机器学习、知识获取、决策分析和决策支持系统等都有重大的应用.Rough集理论的主要优点是在数据分析时不需要任何关于数据的预备或附加信息,如统计概率或模糊集理论的隶属函数等.Rough集理论能处理
随着Internet的快速发展,Web页面以指数级的速度膨胀,给信息的有效检索带来了严峻的挑战.目前已提出多种搜索方法来提高检索工具的智能性,以达到更高的查准率和查全率.主要的两种方法是:(1)信息分类方法(2)信息过滤方法.目前数据挖掘中的很多技术已被广泛地应用于WEB信息检索中.如支持向量机(SVM)、神经网络、粗糙集等方法.自从Tim Berners-Lee提出语义Web以来便得到了广泛的应
自1981年Howard与Matheson提出影响图这一图形决策技术以来,许多复杂知识处理系统都建立在贝叶斯网络和影响图之上,这样的表示方法已经成为解决现实决策问题的有效框架.但是,获取定量的联合概率分布却成为了这种框架解决现实决策问题的主要障碍.当依赖关系或者相关参数值无法精确描述时,如何利用非精确的信息进行推理已成为提高影响图决策效率的关键问题.Rough集是由Pawlak于1982年提出来的
粗糙集理论已成功应用于人工智能,计算机理论等领域.等价关系是经典粗糙集模型中的重要关系,但条件要求高,难以应用推广.文中利用非等价关系来推广经典粗糙集并引入各种广义近似算子.进一步,文研究了基于经典二元关系的k-步邻域和近似算子.结合模糊概念,从模糊二元关系及模糊集合出发,我们提出了k-步模糊粗糙近似算子并对其性质进行了研究。
现代科学技术在深度和广度上都得到了迅速的发展,各学科间互相影响、互相渗透,已经形成一个多层次、多分支而又紧密联系在一起的庞大知识体系.非线性问题作为系统科学的研究对象,近年来得到了各界学者的广泛关注.但是传统的非线性分析要求的条件往往过于苛刻,而结合泛系方法论来研究非线性问题则可以适当扬弃这些条件.比如说,无论是线性结构还是拓扑结构,都不必分析结构;无论是函数、关系、算子,还是基本论域,都被视为非
企业财务风险分析,是当前企业管理的前沿和热点问题.由于企业财务风险产生的原因复杂,种类繁多,某些因素可以度量,而有些因素却难以量化,因此很难科学计算与评价.这就要求建立有效的财务指标分析方法,及时发现企业中的问题并予以消除,从而实现企业的持续发展.因此,企业财务风险指标分析及企业财务风险预测已经成为企业财务管理的重要内容,属于当前研究的热点.传统的企业财务风险分析,一般是利用历史数据,采用预警指标
主曲线是一个新的、非常有前途的研究领域,该领域已成为国内外学者的研究热点,并已取得了许多研究成果,但还有许多问题尚待解决,本文综述了主曲线的几个方面和进一步工作的方向,希望对该领域的研究有所帮助.我们可以预见新的理论、方法和应用将不断出现,主曲线所面临的问题将逐步得到解决。
本文提出一种新的基于属性聚类的Rough集属性约简算法CLUBRAR.本算法首先把属性进行聚类,从而得到属性之间的关系的全局信息;然后,在这种全局信息的指导之下再进行局部求优.实验结果表明:与QuickReduct算法相比较,CLUBRAR算法可以有效地提高属性约简的质量.但算法中,聚类数目、频率阈值和依赖度等参数对属性约简结果的影响是研究中需要进一步讨论的问题。