【摘 要】
：
晋阳古城是我国历史上重要的大型城市遗址,曾被列为“唐北都”,然因史料欠缺考古困难,对其地形特点及形态演变等缺乏全面深入研究。在运用GIS系统对现状地形深入分析的基础上,依据考古成果,通过历史地图、航拍影像,结合地质研究、文献记录等多方面资料,基于汾河河道变迁,推导晋阳古城的历史地形特点、形态构成及演变,探讨晋阳古城与汾河的关系变化,以推进历史环境要素的管理与保护。
【机 构】
：
中国建筑设计研究院有限公司建筑历史研究所
论文部分内容阅读
晋阳古城是我国历史上重要的大型城市遗址,曾被列为“唐北都”,然因史料欠缺考古困难,对其地形特点及形态演变等缺乏全面深入研究。在运用GIS系统对现状地形深入分析的基础上,依据考古成果,通过历史地图、航拍影像,结合地质研究、文献记录等多方面资料,基于汾河河道变迁,推导晋阳古城的历史地形特点、形态构成及演变,探讨晋阳古城与汾河的关系变化,以推进历史环境要素的管理与保护。
其他文献
通过采用上证综合指数数据,对已实现EGARCH(REGARCH)模型与已实现SVL(RSVL)模型在不同分布设定(正态分布、学生t分布与偏斜学生t分布)以及样本外阶段(预测总样本期、高波动期与低波动期)下的波动率预测表现进行实证比较研究。结果表明:在预测总样本期,REGARCH模型在3种分布下的样本外预测表现都优于RSVL模型,REGARCH模型在各分布下的样本外预测表现取决于选择的损失函数;在预测高波动期,其与预测总样本期具有相似的结论,但REGARCH模型在偏斜t分布下的预测表现最佳;在预测低波动期,
为探讨外源赤霉素(GA3)对NaCl胁迫下泡桐种子萌发及幼苗生理特性的影响,以毛泡桐、台湾泡桐和白花泡桐种子为试材,于不同浓度的GA3溶液中浸种12 h,在0.3%NaCl胁迫下研究泡桐种子发芽参数和幼苗抗氧化酶活性变化,以及对丙二醛(MDA)、脯氨酸(Pro)和叶绿素(Chl)含量的影响。结果表明,NaCl胁迫明显抑制了泡桐种子的萌发和幼苗生长,适宜浓度GA3浸种处理提高了NaCl胁迫下泡桐种子发芽率、发芽势、发芽指数和活力指数,促进泡桐
极化码的串行抵消列表(successive cancellation list, SCL)译码算法是目前应用最广泛的译码算法,但是复杂度和时延很高。为了降低时间复杂度,提出了一种基于综合检测(syndrome check, SC)的快速SCL译码与球形列表(list sphere decoding, LSD)译码相联合的办法,简称SC-SCSL(syndrome check successive
针对乡村产业规划偏重经济、忽视景观,导致乡村产业景观风貌单一的现状问题,结合后加楼村实际,采用景观特征评估法,剖析该村不同产业景观特征及体现乡村产业强烈地域性特色的景观特征要素,结合上位规划与村民需求,选取相应评价指标;以生态安全为前提,通过保护与更新乡村产业景观特征,保护和发扬乡村产业景观的多样性、丰富性和独特性。
以乡村住宅厨房为研究对象,借助心理试验的SD法(语义差异法),从3个方面、15个因子对使用者进行乡村厨房舒适度的调查研究,并对评价结果进行分析总结,从使用者角度出发,结合不同得分的因子,打造舒适度较高的乡村厨房。
为满足航天星载存储系统进一步提高数据传输速率和系统可靠性,降低定制成本等需求,设计了一款基于国产宇航级可编程逻辑门阵列(field programmable gata array, FPGA)的Nor Flash控制器。该控制器针对Nor Flash编程和擦除操作速度较慢等问题,采用了解锁省略策略与增设写入缓冲器编程算法协同优化提高Nor Flash控制指令效率。控制器通过Verilog HDL语
时空聚类(spatial-temporal density based spatial clustering of applications with noise, ST-DBSCAN)算法只能处理固定属性的时空数据,且其人为设定阈值的方法具有较大随机性会导致聚类结果不理想。基于ST-DBSCAN算法存在的不足,提出了一种改进的多属性时空聚类算法。改进后的新算法采用绘制时空对象距离频数柱状图来设定
如何快速、高效、准确地像素级分割混凝土表面裂缝是当前研究的热点问题之一。在混凝土表面裂缝图像中裂缝面积远远小于正常路面面积,造成现有方法在这种正负样本分布不均问题中无法有效学习裂缝特征,最终分割效果较差。提出了一种将Focal损失与活动轮廓模型相结合的新损失函数,针对裂缝面积较小且连续分布的特点,通过Focal损失加强模型在训练过程中对裂缝的敏感程度;使用活动轮廓模型保证分割结果在形态上与真实结果
江苏省作为乡村振兴的先行区,其关于乡村发展模式和经验的总结对我国乡村发展具有重要意义,以江苏省苏州市吴中区杨湾西巷村乡村振兴为例,探寻苏南地区乡村振兴的路径和方法,
协同过滤(collaborative filtering, CF)是推荐系统中最常用和最成功的推荐技术之一。现实中的数据往往比较稀疏,用户之间缺少共同评定项目,使一些传统的相似性度量无法进行计算;此外,传统的协同过滤算法忽视了用户偏好问题,这样会造成推荐精度的下降。针对这些问题,从用户全局项目和地方评级信息分析影响用户兴趣偏好的因素,通过计算用户评级信息在全局的概率分布和使用海明贴近度计算用户的兴