An element based on the harmonic functions for Performing vibration analysis oflinkages was developed to propose the matrix-transit equations and the kineto-elastrodynamics(KED) different equations. Method and the KED...An element based on the harmonic functions for Performing vibration analysis oflinkages was developed to propose the matrix-transit equations and the kineto-elastrodynamics(KED) different equations. Method and the KED equations was continllous undertaken by themodal superposition approach. The results from those equations include the quasistatic parts andthe dynamic parts. The dynamic parts equaled to the developing parts of the computationaccurations.展开更多
土地利用现状、演化规律和未来变化情况对于国土空间开发和城市高质量可持续发展至关重要。借助土地利用转移矩阵和动态度等方法探究清镇市2000—2020年土地利用的空间分布格局和演化规律。在此基础上,通过引入随机森林的斑块生成土地...土地利用现状、演化规律和未来变化情况对于国土空间开发和城市高质量可持续发展至关重要。借助土地利用转移矩阵和动态度等方法探究清镇市2000—2020年土地利用的空间分布格局和演化规律。在此基础上,通过引入随机森林的斑块生成土地利用变化模拟模型(patch-generating land use simulation model,PLUS)揭示清镇市土地利用扩张的驱动机制,并多情景模拟预测清镇市未来2030、2040年土地利用变化趋势。结果表明:2000—2020年,清镇市耕地与灌木地面积减少,林地、草地和不透水面面积增加,水体与裸地面积相对稳定,退耕还林与城镇化建设促使土地利用类型转移多样化,综合动态度呈加速趋势反映城镇化建设与生态保护对土地利用的深刻影响;人类活动对耕地、林地、不透水面演化影响显著,距居民地(面)的距离是土地利用演化的关键驱动因素;不同场景下,清镇市2030年和2040年耕地将持续减少,林地、不透水面增加,灌木地、草地、水体和裸地变化较小。研究结果对清镇市土地资源管理、生态环境保护、城市规划等方面提供了有益的参考,旨在通过优化土地利用结构推动清镇市实现高质量可持续发展。展开更多
链路预测是通过已知网络节点或者网络拓扑结构预测未产生链接的两个节点间产生链接的可能性.传统方法大多从原始图中提取转移矩阵,导致获取的信息稀疏.鉴于此,设计了一种基于图神经网络和随机游走的链路预测框架(link prediction-graph ...链路预测是通过已知网络节点或者网络拓扑结构预测未产生链接的两个节点间产生链接的可能性.传统方法大多从原始图中提取转移矩阵,导致获取的信息稀疏.鉴于此,设计了一种基于图神经网络和随机游走的链路预测框架(link prediction-graph neural network and random walk,LP-GNRW).首先,通过基于注意力机制的图神经网络Bert学习节点的多种嵌入表示;然后,结合随机游走,获取图的高阶结构信息;最后,将链路预测转换成二分类问题,通过图神经网络对获得的高阶结构信息进行二分类实现链路预测.实验表明LPGNRW能更有效地学习图结构特征,与基于步行的启发式方法相比,获得了更好的AUC指标,提高了链路预测的性能.展开更多
文摘An element based on the harmonic functions for Performing vibration analysis oflinkages was developed to propose the matrix-transit equations and the kineto-elastrodynamics(KED) different equations. Method and the KED equations was continllous undertaken by themodal superposition approach. The results from those equations include the quasistatic parts andthe dynamic parts. The dynamic parts equaled to the developing parts of the computationaccurations.
文摘土地利用现状、演化规律和未来变化情况对于国土空间开发和城市高质量可持续发展至关重要。借助土地利用转移矩阵和动态度等方法探究清镇市2000—2020年土地利用的空间分布格局和演化规律。在此基础上,通过引入随机森林的斑块生成土地利用变化模拟模型(patch-generating land use simulation model,PLUS)揭示清镇市土地利用扩张的驱动机制,并多情景模拟预测清镇市未来2030、2040年土地利用变化趋势。结果表明:2000—2020年,清镇市耕地与灌木地面积减少,林地、草地和不透水面面积增加,水体与裸地面积相对稳定,退耕还林与城镇化建设促使土地利用类型转移多样化,综合动态度呈加速趋势反映城镇化建设与生态保护对土地利用的深刻影响;人类活动对耕地、林地、不透水面演化影响显著,距居民地(面)的距离是土地利用演化的关键驱动因素;不同场景下,清镇市2030年和2040年耕地将持续减少,林地、不透水面增加,灌木地、草地、水体和裸地变化较小。研究结果对清镇市土地资源管理、生态环境保护、城市规划等方面提供了有益的参考,旨在通过优化土地利用结构推动清镇市实现高质量可持续发展。
文摘链路预测是通过已知网络节点或者网络拓扑结构预测未产生链接的两个节点间产生链接的可能性.传统方法大多从原始图中提取转移矩阵,导致获取的信息稀疏.鉴于此,设计了一种基于图神经网络和随机游走的链路预测框架(link prediction-graph neural network and random walk,LP-GNRW).首先,通过基于注意力机制的图神经网络Bert学习节点的多种嵌入表示;然后,结合随机游走,获取图的高阶结构信息;最后,将链路预测转换成二分类问题,通过图神经网络对获得的高阶结构信息进行二分类实现链路预测.实验表明LPGNRW能更有效地学习图结构特征,与基于步行的启发式方法相比,获得了更好的AUC指标,提高了链路预测的性能.
