排序方式: 共有6条查询结果,搜索用时 15 毫秒
1
1.
“泉州学“/跨文化研究/文化并存 总被引:2,自引:0,他引:2
深秋季节,北方的寒意可比隆冬的南方;一次涉及"文化互动"的学术会议[1],定在依然温润的东南滨海之城泉州举行.会议联络人之一,是福建省泉州海外交通史博物馆馆长王连茂学长.他约我以"海上丝绸之路泉州"为例,来讨论中外文化互动的历史、作用及意义.不讳言我不是这一行的专家;所幸者,我自己生在泉州,对家乡文化史之爱,没有随着时间的流逝而降温.我更景仰家乡文史界前辈的成就,欣赏曾活跃于地方史学界的<泉州文史>杂志及中国海交史研究会(会址设在泉州海外交通史博物馆,简称"海交馆")会刊<海交史研究>的学术追求及人文关怀.况且,在过去这二十多年里,我可以说与"泉州"与"文化互动"这两个名称结下了一种特殊的学术缘份.因而,来谈谈这个城市与她的世界,侃侃她那"有容乃大"的胸怀,无论是否合适,是否深刻,是否令人满意,却能尽一抒己见、以文会友之欢. 相似文献
2.
针对城市轨道交通事件量化分级的难题,本文提出了一种改进的 K-means聚类的突发事件分级方法.首先,从事件类型、持续时间、影响程度等方面分析各种类型事件的特征规律,提取 8个关键特征量用于聚类分析;其次,应用主成分分析法提取 4个主成分变量并提出权重系数计算方法,实现特征向量降维;提出了基于密度扫描的初始聚类中心确定方法,并将改进的 K-means聚类算法应用于地铁突发事件的分级.案例结果表明,与原始 K-means聚类方法对比,应用本文提出的改进方法聚类效果更佳.研究成果已应用于北京地铁应急指挥系统,验证了本文方法的可行性. 相似文献
3.
针对城市轨道交通事件量化分级的难题,本文提出了一种改进的 K-means聚类的突发事件分级方法.首先,从事件类型、持续时间、影响程度等方面分析各种类型事件的特征规律,提取 8个关键特征量用于聚类分析;其次,应用主成分分析法提取 4个主成分变量并提出权重系数计算方法,实现特征向量降维;提出了基于密度扫描的初始聚类中心确定方法,并将改进的 K-means聚类算法应用于地铁突发事件的分级.案例结果表明,与原始 K-means聚类方法对比,应用本文提出的改进方法聚类效果更佳.研究成果已应用于北京地铁应急指挥系统,验证了本文方法的可行性. 相似文献
4.
5.
对我国近年来的交通事故统计资料进行了数据分析.根据我国道路交通安全现状,参考了国外治理交通安全的成功经验,试图提出从宏观的角度控制我国交通安全恶化趋势的设想,通过制定并执行我国的道路安全战略.并针对实际情况,确定了我国当前制定道路安全战略的侧重点和应优先考虑的问题. 相似文献
6.
为研究高铁行车安全风险致因因素动态演化过程,从高铁行车安全风险致因因素的关联关系视角出发,利用解释结构模型构建模糊多态贝叶斯网络结构,同时引入广义区间梯形模糊数进行风险概率计算,建立基于模糊贝叶斯网络的高铁行车安全风险致因因素动态演化模型,并进行了计算验证,证实了模型的有效性。结果表明:18项高铁行车事故致因因素间存在明显的层级结构和关联关系,并基于模糊多态贝叶斯网络风险概率计算,可以在多层级解释结构模型中确定风险动态演化路径,从而对风险动态演化路径中的关键因素进行提前预防控制,为高铁行车安全管理提供重要参考和依据。 相似文献
1