科学发展观视域下城镇化承载力问题探索

来源 :城市 | 被引量 : 0次 | 上传用户:ZXX198811
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
伴随着20世纪70年代全球性人口膨胀、资源短缺、生态环境恶化等一系列问题的爆发,许多国际机构、政府组织和学术界相继开展了不同尺度区域承载力的研究,既包括对土地、水、矿产等单一要素承载力的评价,又包括对资源复合系统、生态环境系统、区域系统承载力的评估。当前,我国已步入工业化、城镇化快速发展阶段,2009年,我国城镇人口总量为6.22亿人,城镇化率达到46.6%;
其他文献
为提高融合图像的可视性,解决传统红外与可见光图像融合算法中存在的边缘特征缺失、细节模糊的问题,提出了一种潜在低秩表示框架下基于卷积神经网络结合引导滤波的红外与可见光图像融合算法。该算法首先利用潜在低秩表示对源图像进行分解,得到源图像的低秩分量和显著分量。其次,利用卷积神经网络根据源图像的特征信息,得到权值图。再次,通过引导滤波算法对权值图进行边缘锐化,然后再将优化后的权值图分别与源图像的低秩分量和
在工业应用中,大多数情况下的复合结构介质仅有一面可以被检测,因此需要研究反射模式下检测介质内部参数的太赫兹无损检测方法.推导了反射模式下太赫兹波在三层结构介质中的
为有效分析固定倾斜安装的多排双面太阳能组件背面辐照度,通过视觉因子辐照度模型分析,将行间距为D的地面划分为n段,并区分阴影区和非阴影区,经过对地面接收散射辐照度的视觉
针对某石化公司脱硫塔放空气的硫化氢含量超标的问题,探讨了产生问题的根本原因,并给出了相应的解决方案。
针对常规的高光谱图像分类算法不能很好地解决不同图像中的频谱偏移的问题,提出了一种基于密集卷积和域自适应的高光谱图像分类算法,首先在源域中使用密集卷积进行深度特征学习,然后应用域自适应技术转移到目标域。目前的域自适应高光谱图像分类框架中常用卷积神经网络进行特征学习,但是当深度增加时会出现因梯度消失而导致分类精度下降的情况,因此本文通过引入密集卷积进行深度特征学习,提高域自适应高光谱图像分类的精度。在
针对双模态红外图像在融合时异类差异特征两两合成出现信息冗余导致所选择的融合算法相互冲突,造成融合效果差甚至失效的问题,提出了一种基于可能性信息质量合成的双模态红外图像融合算法选取方法。首先计算双模态红外图像多融合算法下不同差异特征的融合有效度,利用可能性框架得到对应的可能性分布向量子集;其次计算向量子集的信息量和可信度,并对多个向量子集进行加权合成;然后构建基于信息质量的排序函数,得到每种融合算法
本文介绍了一种利用以太网专用芯片在Linux操作系统下构建基于PCI总线的高速通用数据传输平台。该系统的优点是仅通过修改接口电路的驱动程序就能应用于各种数据的传输,如数据