基于未确知聚类方法的秦皇岛城市化水平综合评价研究

来源 :燕山大学 | 被引量 : 0次 | 上传用户:decade555
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
本文基于未确知聚类理论,采用点面结合、定量与定性相结合、规范分析与实证分析相结合的方法,对秦皇岛目前的城市化水平进行准确的测量。在此基础上,提出了提升秦皇岛城市化水平的合理建议和有效措施。首先,从概念上对城市化进行了界定,阐述了城市化水平的内涵,横向比较了国际上流行的城市化理论和发展规律,为后面提出的测度城市化水平的指标体系奠定了理论基础。其次,根据秦皇岛城市化的发展背景和现状,包括秦皇岛市的基本情况、秦皇岛城市化发展的历程和现阶段城市化水平的特征,通过考察取证,深入分析了秦皇岛市城市化水平滞后的原因和存在的问题。再次,基于未确知聚类理论,建立多指标综合评价模型,构建了一套较为全面、合理、可操作性较强的城市化水平评价指标体系,对秦皇岛城市化水平进行实证研究。利用现代地理信息系统技术,通过SPSS软件,对河北省11个城市样本数据进行了定量和定性的综合研究,得出秦皇岛城市化水平在河北省处于第三类的结论。最后,利用评价模型和实际数据,为提升秦皇岛市城市化发展水平,制定了合理策略。利用地理位置的优越,走区域和谐发展的城市化道路;抓住国家大力发展沿海经济城市圈的契机,积极推进城市建设,提高城市化的质量;转变观念,推动城市化制度创新;立足未来,实现城市化可持续发展。
其他文献
为了解决现有基于深度学习方法的视觉情感分析忽略了图像各局部区域情感呈现的强度差异问题,提出一种结合空间注意力的卷积神经网络(spatial attention with CNN,SA-CNN)用于提升视觉情感分析效果。设计一个情感区域探测神经网络用于发现图像中诱发情感的局部区域;通过空间注意力机制对情感映射中各个位置赋予注意力权重,恰当抽取各区域的情感特征表示,从而有助于利用局部区域情感信息进行分
在公共政策分析的阶段论中,公共政策问题构建作为政策过程的逻辑起点,决定了政府未来的政策目标以及政策目标的公共性、民主性和科学性。但是,在政策问题构建中仍然存在着政
为解决单目图像中冗余像素点不利于深度神经网络快速完成深度信息检测的问题,提出一种基于卷积神经网络的深度线段分类算法。对NYU-Depth数据集使用线段检测算法进行线段检测得到原始图像的线段特征图,通过数据预处理结合深度数据得到表征深度信息的线段集合及其标签,提出适用于线段特征的卷积神经网络,实现单目图像中深度线段的分类。通过在不同线段数目上进行多次多组对比试验,深度线段分类准确率达到73.50%。