【摘 要】
：
以湘西土家族苗族自治州的26个景点为研究对象,首先从环境、人才、设施、制度4个方面16个指标构建旅游景点评价指标体系;其次采取定量与定性结合的方式给出各指标的权重,并使用层次分析法确定不同类型景区中的核心景点;最后以费用最少或时间最短为目标给出湘西州核心景点旅游路线规划方案,为政府相关部门发展旅游业或旅游公司制定旅游产品提供借鉴和指导.
【机 构】
：
吉首大学数学与统计学院,湖南吉首416000
论文部分内容阅读
以湘西土家族苗族自治州的26个景点为研究对象,首先从环境、人才、设施、制度4个方面16个指标构建旅游景点评价指标体系;其次采取定量与定性结合的方式给出各指标的权重,并使用层次分析法确定不同类型景区中的核心景点;最后以费用最少或时间最短为目标给出湘西州核心景点旅游路线规划方案,为政府相关部门发展旅游业或旅游公司制定旅游产品提供借鉴和指导.
其他文献
在函数不一定下半连续、集合不一定闭的情况下,借助Dinkelbach的方法,将分式优化问题转化为约束优化问题;然后利用函数的ε-次微分性质,通过引入新的约束规范条件,建立了分式优化问题的ε-最优解的特征刻画.
研究了线性多胞体微分包含解的通有稳定性.应用集值分析方法,证明了线性多胞体微分包含关于右端部分及其初始值发生扰动时对应的解具有通有稳定性,即在Baire纲意义下大多数线性多胞体微分包含具有本质解.
以湘西地区为例,立足多元利益主体,探索了协同治理视角下营商环境优化的路径.首先构建了协同治理视角下区域营商环境优化的理论机制,提出要整合多元主体目标、保障多元主体参与权益和建立协同治理运行制度,关注法律制度质量、政务服务/监管执法能力和外部支撑环境等因素的影响;然后,通过调研得知,湘西地区营商环境优化面临企业综合要素成本偏高、政务服务协同能力不足、法治保障协同性不足和市场监管执法协调联动不畅等困境;最后,建议湘西地区营商环境优化中的协同治理要以激发区域市场主体活力和提升主体协同治理能力为目标,有效发挥政府
为了降低贪婪模式匹配(GST)算法的运行时间,提高字符串相似度检测效率,提出一种将改进KR算法与GST相结合的字符串相似度检测算法.以学生作业源代码作为实验数据,对改进算法和GST算法进行了性能测试,结果表明,改进算法能够在较少的比较次数情况下达到与GST算法类似的查重结果.
非同步采样多频信号后,为了减少对信号进行快速傅里叶变换(FFT)而出现的频谱泄漏和栅栏效应等负面影响,设计了一种高阶矩形卷积窗与三谱线插值相结合的信号参数估计方法,推导了多频信号频率、幅值和相位的估计公式,并利用多项式拟合出相应的关系表达式.利用高阶矩形卷积窗+三谱线插值算法、FFT和加Hanning窗算法进行多频信号参数估计对比仿真实验,实验结果表明,对于多频信号的频率和幅值,高阶矩形卷积窗+三谱线插值算法比FFT和加Han-ning窗算法的估计精度更高.
以大湘西为研究对象,从乡村旅游视角分析乡村文化振兴困境,探索乡村文化振兴路径.结果 表明,乡村旅游视角下,大湘西乡村文化振兴面临“空间缺位”“精神缺位”和“主体缺位”等困境.要走出这些困境,应充分借助乡村旅游发展契机丰富乡土文化展示平台,提升乡村文化精神内涵,扩宽乡村文化人才培育路径.
引入超曲面函数作为图像配准正则项的核函数,建立了位移兼顾全局平滑与保留不连续性的改进全变分(TV)配准模型.为了快速有效地求解该模型,在一般的非线性多重网格(NMG)算法中,使用滞后扩散不动点迭代与逐次超松弛迭代相互作用构造新的平滑方法,并在限制过程中采用层析技术将粗网格上的误差插值回细网格,设计出一种优化NMG算法.仿真实验结果表明,优化NMG算法与NMG算法相比,配准精度更高,收敛速度更快;改进TV配准模型与TV配准模型相比,配准误差更小,耗时更少,配准效果更好.
利用Kerr介质的介电常数随着入射光强的变化而变化的特性,通过控制耦合腔介质柱边长来改变耦合腔频率的方法,设计了一款新型的含Kerr介质的滤波器.该滤波器由点缺陷、微腔、下载波导、反射异质结和主波导构成,耦合腔内用正方形GaAs介质柱.综合考虑利用COMSOL Multiphysics软件对新滤波器的仿真计算结果和器件尺寸,确定新滤波器的耦合腔介质柱边长为3.25r,此时滤波效率可以达到99.7％.
随着现代文明的快速发展和城镇化建设的加快,珞巴族民族文化尤其是传统体育文化在现代生活中受到冲击而改变,这种改变意味着珞巴族传统体育文化已日渐式微.只有充分认识珞巴族体育传统文化的重要性,加强对珞巴族体育文化的认知,挖掘其自身特性,才能服务于西藏地区的乡村文化建设,丰富珞巴族群众文化娱乐内容,弘扬民族文化.
针对基于多尺度的车辆重识别模型缺乏提取细节特征不足的问题,设计了一个融合多尺度的车辆特征和小波注意力机制的重识别模型.首先,将空间小波注意力模块镶入到模型中,能使网络获得更多细节特征;其次,提出一种阶梯融合网路,该网络对不同尺度层的特征进行分层融合,提高了模型聚合全局特征的能力;最后,使用TriHard和CrossEntropy Loss损失函数构造出车辆识别的目标函数.该模型在VeRi数据集和VehicleID数据集上与一些优秀模型的比较实验结果表明,将空间小波注意力嵌入到多尺度网络中能明显提高车辆重识