排序方式： 共有5条查询结果，搜索用时 125 毫秒
1
1.
2.
国土资源动态巡查工作是基层国土所的重要职责之一，全面系统地开展动态巡查，及时有效地发现制止违法用地和非法采矿，可以防止土地资源的破坏行为，同时避免群众少受经济损失。作为城乡结合部的湖南省长沙市岳麓区含浦镇， 相似文献
3.
中国太大了,人口太多了,国土资源又太稀缺了,于是管理起来也就太困难了。目前,国土资源管理县以下设置几乎是一乡一所,从体制上看,一根线下来扎根基层,管理工作应该是天衣无缝。这种设置在理论上是完备的,但在实践中脱离了国情和实际,它分散了有限的经费和管理资源,对管理和执行能力发挥到极致未必有利。假如换一种思维,根据县域自然资源分布特点,将现有国土资源所合并为中心所,这样可以更好地贯彻国家新形势下对国土资源管理的新要求。 相似文献
4.
考虑不确定性的地震烈度与地震动参数关系研究 总被引：1，自引：0，他引：1
采用97次地震中800个强震动观测台站所获得的强震动记录及震后调查地震烈度作为基础数据,得到地震烈度与地震动参数PGA和PGV并不是一个确定性的对应关系,不确定性是一种客观存在,提出考虑不确定性的地震烈度与地震动参数关系研究。研究结果表明log PGA和log PGV的频数分布图在数据多的情况下符合正态分布,进而给出了考虑不确定性的地震烈度与地震动参数的概率公式,并给出了各个烈度下的参数拟合方法及结果。最后给出了新的考虑不确定性的地震烈度与地震动参数的概率公式在烈度快速评估中的应用。根据贝叶斯公式可以由某一场地的台站记录到的地震动参数来估计其地震烈度的可能性,即概率大小。根据某地区所有台站点的地震烈度期望与标准差,可得到整个地区的地震烈度评估期望图和标准差图,并给出了新疆呼图壁6.2级地震烈度评估的实例应用。 相似文献
5.
现有钢筋混凝土(RC)柱抗侧移承载力预测模型缺乏泛化性能,延性柱抗弯承载力的预测模型不能用于非延性柱的抗剪承载力,反之亦然。机器学习(ML)方法能够解决这一问题,但由于无法自动剔除冗余和不相关特征,使得ML模型复杂度高且容易过拟合。为此,提出一种樽海鞘算法优化支持向量机(SSALS-SVM)方法,基于给定的数据集,SSALS-SVM能利用樽海鞘优化算法(SSA)自动剔除冗余和不相关的特征,筛选最具代表性且各特征之间相关性弱的特征子集形成最优特征组合,同时对控制模型非线性拟合能力的超参数进行优化。优化后的模型既能识别出影响延性和非延性RC柱抗侧移承载力的设计变量,又能反映最优特征组合与抗侧移承载力间的非线性映射关系。为了验证SSALS-SVM方法的泛化性能,基于248个RC柱抗侧移承载力试验数据,分别与现有的RC柱抗侧移承载力预测模型进行对比,结果表明,SSALS-SVM比现有预测模型的泛化性能最高提升了83%。 相似文献
1