oalib

Publish in OALib Journal

ISSN: 2333-9721

APC: Only $99

Submit

Any time

2019 ( 41 )

2018 ( 1073 )

2017 ( 1116 )

2016 ( 1256 )

Custom range...

Search Results: 1 - 10 of 53850 matches for " 马威 "
All listed articles are free for downloading (OA Articles)
Page 1 /53850
Display every page Item
枣泉矿2#煤层煤样自然发火特性实验研究

煤炭工程 , 2010,
Abstract: 利用大型煤低温自然发火实验台,对枣泉矿2#煤层煤样自燃特性参数进行了测定,确定了煤的最短自然发火期、临界温度、干裂温度、指标气体产生率、氧化放热强度和自燃极限参数,为枣泉矿自燃火灾的预测预报及防治提供了参考依据。
呼伦贝尔市地方林业天然林资源保护工程 实施效果的评价

东北林业大学学报 , 2015,
Abstract:
基于接口自动机的混合web服务组合方法
,洪江
计算机应用 , 2014,
Abstract: ?在web服务描述语言(wsdl)与网络服务的本体语言(owl-s)共存的环境中难以实现web服务混合组合,为此提出一种以接口自动机为基础的混合web服务组合方法。分析和描述wsdl与owl-s间的关系后,在服务组合过程中用接口自动机实现wsdl与owl-s自动识别和组合;并将服务组合结果与预先设定好的服务质量进行优化对比,选择服务质量最优的来实现不同的业务逻辑。最后通过一组旅游消费服务实验分析验证表明,该方法可行、有效,服务组合效率提高了5%~10%。
阳煤集团一矿高风速采煤工作面粉尘综合治理
,刘勇
煤炭工程 , 2015, DOI: 10.11799/ce201505026
Abstract: 针对采煤工作面的高浓度粉尘严重危害职工身体健康,而且作业环境的高污染状况也不利于提高生产效率的情况。在分析阳煤集团一矿高风速采煤工作面产尘特点的基础上,详细介绍了采用综合防降尘技术对进风巷、采煤工作面及回风巷的粉尘进行治理。治理结果表明,经过治理后阳煤集团一矿高风速采煤工作面降尘效率能达到90%以上,有效地改善了采煤工作面的劳动条件。
吉兰泰盐湖西北部风沙地貌形态发育及沙害控制途径

中国沙漠 , 1990,
Abstract: 1986年和1987年调查了吉兰泰盐湖西北部30余平方公里地貌类型及变化规律。特别对吉兰泰地区16平方公里的封育区的风信状况、风沙地貌的类型特征和分布变化,沙丘形成演变,移动状况,流沙对盐湖危害进行分析研究。并提出治理措施——旨在从风沙运动角度探讨风沙地貌形态发育的内在实质,以期为流沙治理措施的确定提供依据。
风沙流结构的研究

中国沙漠 , 1988,
Abstract: 本文对0-10厘米垂直高度层内沙量(包括绝对和相对)的分布及变化,进行了定性和定量分析。在定性分析中,对影响风沙流结构的三个主要因素(即风速,总输沙量,下垫面)展开讨论。在定量分析中,分别研究了输沙量(或%)随高度的变化规律;上中下三层输沙量(或密)随风速和总沙量的变化规律;总输沙量随风速的变化规律。在此基础上讨论了风沙流结构指标,并对今后研究风沙流结构提了一点想法。
BP网络模型在财务危机预警中的应用
,方莹
财会月刊 , 2009,
Abstract: 本文运用因子分析方法和BP网络模型对我国上市公司的财务危机进行了预测,通过分析发现总资产报酬率、现金债务总额比率等12个财务指标对上市公司财务危机有着显著的预示效应。就判别正确率而言,前三年财务数据对上市公司财务危机的预测准确率均在65%以上,其中前两年财务数据的预测准确率均在85%以上。  【关键词】财务危机BP网络模型财务预警因子分析人工神经网络(ArtificialNeuralNetwork)是在人类对自身大脑神经网络认识和理解的基础上人工构造的能够实现某种功能的神经网络。它是理论化的大脑神经网络的数学模型,是模仿大脑神经网络结构和功能而建立的一种信息处理系统。这种由大量简单组件相互连接而成的复杂网络具有高度的非线性特征,是一种能够进行复杂逻辑操作的系统。  在实际应用中,80%~90%的人工神经网络模型采用的是反向传播网络(Back-PropagationNetwork,简称BP网络)或其变化形式,BP网络也是前向网络的核心部分,体现了人工神经网络最精华的部分。  一、研究对象的选择
用扰动逼近算法解广义混合拟-似变分包含

重庆师范大学学报(自然科学版) , 2008, DOI: 10.11721/cqnuj20080411
Abstract: 本文在无限维实Hilbert空间中引入和研究了一类广义混合拟-似变分包含问题GMQLVIP(A,B,C,D,F,η,φ),在η-次微分和η-近似映象等概念的基础上,证明这类广义混合拟-似变分包含问题的一个等价命题,即设x∈H,a∈A(g(x)),b∈B(x),c∈C(x),d∈D(x),f∈F(x),则(x,a,b,c,d,f)为问题GMQLVIP的解当且仅当(x,a,b,c,d,f)满足关系g(x)=JρΔφ(.,f)(g(x)-ρ(a-N(b,c,d)+w)),提出了求该变分包含近似解的扰动η-逼近算法,并且该算法的强收敛性也被讨论和分析,所得结果改进和推广了在这个领域最近的一些结果。
夏、冬季南海北部浮游植物群落特征
,孙军?
生态学报 , 2014,
Abstract: 对2009年7月19日-8月16日和2010年1月6-30日南海北部(18°-23.5°n、109°-120°e)两个航次的浮游植物样品应用uterm?hl方法进行了分析鉴定。结果如下:夏季样品鉴定浮游植物4门72属150种,浮游植物细胞丰度范围为(0.16-6001.78)×103个/l,平均细胞丰度为26.49×103个/l,硅藻的平均细胞丰度为25.81×103个/l,主要优势种属有铁氏束毛藻(trichodesmiumthiebautii)、菱形海线藻(thalassionemanitzschioides)、柔弱伪菱形藻(pseudo-nitzschiadelicatissima)及裸甲藻(gymnodiniumspp.)等;冬季样品鉴定浮游植物4门58属168种,浮游植物细胞丰度范围为(0.08-37.52)×103个/l,浮游植物平均细胞丰度为2.69×103个/l,硅藻的平均细胞丰度为2.49×103个/l,主要优势物种为菱形海线藻、伏氏海线藻(thalassionemafrauenfeldii)及短刺角毛藻(chaetocerosmessanensis)等;夏季调查区5m层浮游植物细胞丰度的平面分布由近岸到外海迅速减少,高值区主要在广东东部近岸及海南东部近岸;冬季则在珠江口近岸和海盆区出现较高值。两次调查中,浮游植物细胞丰度在浅水站位(<200m)远高于深水站位(>200m);较冬季相比,夏季浮游植物平均细胞丰度偏高,但物种丰富度却略偏低。夏、冬季浮游植物的香农-威纳多样性指数平均值分别为2.12和2.36,pielou均匀度指数平均值分别为0.79和0.81。两个航次调查中,浮游植物细胞丰度均与盐度表现出显著性负相关性;在冬季还与磷酸盐浓度表现出显著性负相关性。
休息日与工作日居民购物时空间决策因素及差异比较
,柴彦
地理科学 , 2011,
Abstract: 居民购物时空间决策及其影响机制的研究往往将时间与空间分裂开来单独进行考虑,忽略时间与空间自身的内在联系。利用2007年北京市居民活动日志调查获取的第一手数据,通过构建影响居民购物时空间决策的9个选项,利用多项Logit模型,探讨北京市居民购物行为的时空间决策因素,并对休息日与工作日之间的差异进行比较。结果表明,休息日居民购物时空间决策属于单因素主导影响模式,购物持续时间的影响最为显著;工作日居民购物时空间决策属于多因素综合影响模式,是否多目的购物和巡回次数的影响显著提升。说明工作日由于受到工作等生存性活动的影响,购物等非生存性活动的时空间选择受到较大制约。[1]金晓哲,柴彦威.欧美消费者行为的地理学研究进展[C]//地理学会全面建设小康社会——第九次中国青年地理工作者学术研讨会论文集.2003.[2]常正义,王兴中译.德国南部的中心地原理[M].北京商务印书馆,1998.[3]GolledgeRG,StimsonRJ.SpatialBehaviorAGeographicPerspective[M].NewYorkTheGuilfordPress,1997.349-386.[4]TimmermansH,BorgersA,WaerdenP.ChoiceexperimentsversusrevealedchoicemodelsAbefore-afterstudyofconsumerspatialshoppingbehavior[J].TheProfessionalGeographer,1992,44(4)406-416.[5]BlackW.AGeneralizationofdestinationeffectsinspatialinteractionmodeling[J].EconomicGeography,1983,5916-34.[6]SpencerAH.Cognitionandshoppingchoiceamultidimensionalscalingapproach[J].EnvironmentandPlanningA,1980,1236-1251.[7]柴彦威,刘志林,李峥嵘,等.中国城市的时空间结构[M].北京北京大学出版社,1999.[8]曹丽晓,柴彦威.上海城市老年人日常购物活动空间研究[J].人文地理,2006,21(2)50~54.[9]尚嫣然,柴彦威.深圳居民服务性消费行为的偏好与空间特征[J].人文地理,2004,1993~96.[10]翁桂兰,柴彦威.深圳居民酒吧消费行为及其空间特征研究[J].地域研究与开发,2004,2344~48.[11]朱玮,王德,齐藤参郎.南京东路消费者的入口消费行为研究[J].规划研究,2005,29(5)14~21.[12]朱玮,王德.齐藤参郎.南京东路消费者的回游消费行为研究[J].城市规划,2006,30(2)9~17.[13]朱玮,王德.南京东路消费者的空间选择行为与回游轨迹[J].城市规划,2008,32(3)33~40.[14]朱玮,王德.王府井大街消费者行为的时空特征研究——"步行网格"方法的应用[J].城市规划,2007,31(2)62~69.[15]柴彦威,翁桂兰,龚华.深圳居民购物消费行为的时空间特征[J].人文地理,2004,(6)79~84.[16]柴彦威,尚嫣然.深圳居民夜间消费活动的时空特征[J].地理研究,2005,24(5)803~810.[17]柴彦威,沈洁,翁桂兰.上海居民购物行为的时空间特征及其影响因素[J].经济地理,2008,28(2)221~227.[18]冯健,陈秀欣,兰宗敏.北京市居民购物行为空间结构演变[J].地理学报,2007,621083~1096.[19]张文忠,李业锦.北京城市居民消费区位偏好与决策行为分析——以西城区和海淀中心地区为例[J].地理学报,2006,61(10)1037~1045.[20]周素红,林耿,闫小培.广州市消费者行为与商业业态空间及居住空间分析[J].地理学报,2008,63(4)395~404.[21]EricIP,KoppelmanFS.Anexaminationofthedeterminantsofday-to-dayvariabilityinindividualsurbantravelbehavior[J].Transportation,1986,13183-200.[22]YunDS,O'KellyME.Modelingtheday-ofthe-weekshoppingactivityandtravelpatterns[J].Socio-EconomicPlanningSciences,1997,31(4)307-319.[23]张文佳,柴彦威.居住空间对家庭购物出行决策的影响[J].地理科学进展,2009,28(3)362~369.[24]TrainKE.DiscreteChoiceMethodswithSimulation[M].UKCambridgeUniversityPress,2003.
Page 1 /53850
Display every page Item


Home
Copyright © 2008-2017 Open Access Library. All rights reserved.