空间模型范文

空间模型范文（精选12篇）

空间模型 第1篇

1 校园公共空间特性

与一般意义的公共空间相比，校园公共空间既具有一般公共空间的特质，又具有一般公共空间不具有的特殊性。校园内活动的人群相对固定，人群具有不同的学科背景，人群具有的工作和生活目标具有相似性:知识和创新。此外，大学校园空间的物理形态有限，一般包括教学楼、办公楼、实验楼、图书馆、食堂、运动场馆和学生宿舍。公共空间是连接这些地方的通道，既包括大通道也包括小通道。大通道如楼群之间的广场，小通道如建筑物内部的门厅、走廊。此外，餐厅作为一个流动人群通过的临时性空间，也是公共空间的一种形态。因此，大学校园的公共空间的特殊性主要体现在两方面:第一，校园公共空间是为限定的群体提供的场所;第二，校园公共空间具有有限的物质形态如门厅、走廊、餐厅等，并仅可以开展有限范围和种类的活动，如闲谈、就餐、小型活动等。

2 发展创造力的环境因素

影响创造力的因素是学习和交流机会[11]，其中非正式交流机会是重要的环境要素[12]，而公共空间为非正式交流提供了机会，从而激发灵感[13]，将不同的事物关联在一起。然而仅当公共空间具备基本要素时，公共空间才可以真正起到激发创造力的作用。

3 激发创造力的公共空间模型

公共空间首先要吸引人流，其次应该使人短暂驻留，最后应提供交往机会或交流机会。为了激发创造力，公共空间需要提供动态信息，为了使人访问、驻留，公共空间应该提供服务功能。因此公共空间的基本要素为:通道、信息和服务。由此可建立校园公共空间模型。

模型由两部分组成，包括固定形态和可变形态两部分。固定形态包括空间、墙壁、桌椅、门、窗、入口、景观、空气流通、光线等;可变形态包括壁挂、装饰、海报、展板、模型、资料、音响设备、电脑、网络、电子屏幕等。此外，电源接口、灯光、音响、售货机、饮水机、临时桌椅、临时器具、盆景等既可以作为固定形态，也可以作为可变形态，取决于设定的可变性。其中固定形态提供宜人、便利的物理空间，可变形态提供信息流动载体以及交流载体。

固定形态的主要特点是物理通道，因此可以简称为通道要素，主要功能是方便展开活动、吸引人穿行和驻足。主要特点见表1。可变形态的主要特点是提供流动信息和交流的载体，因此简称为信息要素。信息要素的特点见表2。

介于固定形态和可变形态之间的组分主要特点是提供服务设施，因此简称为服务要素。服务要素的特点见表3。

4 结语

非正式交流机会可以促进创造力，公共空间提供非正式交流机会，从而可以促进创造力的发展。校园公共空间既有一般公共空间的特性，又具有限定人群和限定形态的特殊性。利用其特殊性可以建立促进发展创造力的环境。本文提出促进创造力的公共空间模型。模型有3个要素:通道、信息和服务。3种要素互相补充，提供一个自主学习和促进交流的环境，从而促进创造性的发展。模型的物质形态主要有门厅、走廊、餐厅、门前空地等，这些地方可提供低成本的公共空间。

摘要：分析了公共空间的特性以及发展创造力的环境因素,提出公共空间可以作为发展创造力的平台,为此公共空间需要三个核心要素:通道、信息和服务,详细讨论了三个要素的组成,提出了公共空间模型。

空间经济计量学模型研究 第2篇

自从Paelinck提出“空间经济计量学”这个术语，Cliff和Ord(1973,1981)对空间自回归模型的开拓性工作，发展出广泛的模型、参数估计和检验技术，使得经济计量学建模中综合空间因素变得更加有效。

Anselin(1988)对空间经济计量学进行了系统的研究，它以及Cliff和Ord(1973,1981)这三本著作至今仍被广泛引用。Anselin对空间经济计量学的定义是：“在区域科学模型的统计分析中，研究由空间引起的各种特性的一系列方法。”Anselin所提到的区域科学模型，指明确将区域、位置及空间交互影响综合在模型中，并且它们的估计及确定也是基于参照地理的（即：截面的或时－空的）数据，数据可能来自于空间上的点，也可能是来自于某个区域，前者对应于经纬坐标，后者对应于区域之间的相对位置。

国外近几年空间经济计量学得以迅速发展，如Anselin和Florax(1995)指出的，主要得益于以下几点：

(1)人们对于空间及空间交互影响的作用的重新认识。对空间的重新关注并不局限于经济学，在其它社会科学中也得以反映。

(2)与地理对应的社会经济大型数据库的逐步实用性。在美国以及欧洲，官方统计部门提供的以区域和地区为统计单元的大型数据库很容易得到，并且价格低廉。这些数据可以进行空前数量的截面或时空观测分析，这时，空间（或时空）自相关可能成为标准而非一种特殊情况。

空间模型 第3篇

摘要：随着城市化进一步加深，我国城市地下空间开发利用与日俱增，地下空间有偿使用法规及价格体系仍需进一步完善。通过结合郑州市现状，以影响地下空间出让价款的因素建立解析结构模型，分析影响出让价款的外在因素与深层因素，并提出相应建议，为完善城市地下空间市场价格体系提供理论依据。

关键词：地下空间，价格体系，解析结构模型

中图分类号：F293.2文献标识码：B

文章编号：1001-9138-（2015）06-0044-49收稿日期：20115-06-03

随着城市化进一步加深，我国城市地下空间开发利用与日俱增，而地下空间有偿使用法规及价格体系还不完善。本文结合郑州市现状，以影响地下空间出让价款的因素建立解析结构模型，分析影响出让价款的外在因素与深层因素，并提出相应的建议，为完善我国地下空间市场价格体系提供理论依据。

1 解析结构模型

结构模型是表明系统各要素间相互关系的宏观模型，解析结构模型（InterpretativeStructuralModelingMethod，简称ISM）技术是由美国J.N.沃菲尔教授于1973年开发的，是被广泛应用的一种分析方法，其特点就是将复杂的系统分解为若干子系统要素，利用人们实践经验和知识以及计算机的帮助，最终构成一个多级递阶的结构模型，该结构模型可以非常直观地反映出该系统元素间的结构关系。

ISM的运用原理是通过对表示有向图的相邻矩阵的逻辑运算，得到可达矩阵，然后分解可达矩阵，最终使复杂系统分解成层次递阶形式。ISM的实施过程是：（1）组织实施ISM小组；（2）设定关键问题；（3）选择构成系统的影响关键问题的导致因素；（4）列举各导致因素的相关性；（5）根据各要素的相关性，建立邻接矩阵和可达矩阵；（6）对可达矩阵分解后，建立结构模型；（7）根据结构模型建立解释结构模型。

2 城市地下空间出让价款的影响因素分析

由于目前我国的地下空间有偿使用制度不够完善，还没有形成完整的地下空间价格体系，在此，我们通过调研城市地下建设用地有偿使用现状，了解影响城市地下空间出让价款的主要因素如表1所示。

研究分析表1中列出的所有因素，并确定它们之间的相关关系，如图1所示。

3 建立邻接矩阵和可达矩阵

3.1 邻接矩阵

因为邻接矩阵与有向图之间有着一一对应的关系，所以根据有向图中的因素关系建立邻接矩阵，如所示，其中中的元素“0”表示与无关，元素“”表示与有关。用一个方阵来表示，为系统要素的个数，若，则定义如下：

3.2 建立可达矩阵

由邻阶矩阵加上单位矩阵，得到矩阵，运用布尔运算规则，进行计算，直到某一幂次后所有乘积都相等为止，此相等的乘积就是可达矩阵，计算公式如下：

即可达矩阵

由MATLAB软件计算，可达矩阵如下所示：

4 层级分解

对可达矩阵进行层级分解是为了了解各个要素之间的层级关系，可以得到可达集合、先行集合和交集，下面介绍相关概念：

可达集合：可达矩阵中要素对应的行中，包含有1的矩阵元素所对应的列要素的集合，用表示。

先行集合：可达矩阵中要素对应的列中，包含有1的矩阵元素所对应的行要素的集合，用表示。

交集：。

由上述概念，对可达矩阵进行具体的层级分解如表2至表5所示。

5 建立解析结构模型

由上述分析得知，影响出让价款的因素影响系统总共分为4级，根据上述可达矩阵的层级分解结果可以作出的多级递阶解析结构模型如图2所示。

通过对上图的分析可知，影响出让价款的因素影响系统是一个4级的多级递阶系统，其中影响出让价款的表层因素是：土地出让方式S2，土地交易时间S4，相应的地面价格S6，城市交通S8，城市环境S9，市场供求关系S10；影响出让价款的中层因素是：土地出让面积S1，出让土地用途S5，政策法规S11；影响出让价款的深层因素是：土地地理位置S3，城市的经济水平S7。

6 结论

通过解析结构模型（ISM）分析可以得到影响地下空间价值的深层因素是土地的地理位置、城市的经济水平。中层影响因素是土地出让面积、出让土地用途、政策法规。表层影响因素是土地出让方式、土地交易时间、相应的地面价格、城市交通、城市环境、市场供求关系。

城市地下空间价款与城市经济发展水平具有天然的联系，经济越发达，城市地价越高，相应的地下空间有偿使用价格也相应提高；同时，城市地下空间有效使用状况也反映了城市经济发展水平，反映了整体的城市文明面貌。

依据ISM分析结果，根据城区地块进行区位划分，不同区位城市的地价不同，地下空间出让价款也应有所不同，它与城市区位地价成正相关性。完善的地下空间有偿使用制度的建立不仅需要国家政策法规的支持，还需要对地下空间进行立体分层管理，充分发挥地下空间的利用率。由于地下空间开发利用的风险较大，而且常常要满足平战结合的特点，政府可以针对地下空间的开发利用实行一定的优惠措施，鼓励企业进行地下空间土地的开发利用，使地下空间有效使用价值充分地体现出来。

参考文献：

1.童林旭.地下空间概论（一）.地下空间与工程学报.2004.24

2.童林旭.地下空间与城市现代化发展.中国建筑工业出版社.2005.8

3.何芳 汪丹宁 廖飞 胡文瑛.城市土地收储利益分配实践梳理.城市问题.2014.5

作者简介：

何芳，同济大学经济与管理学院教授、博士生导师，主要研究方向为城市与区域经济、土地经济、土地评价、土地利用规划、房地产投资、估价与策划。

张兴胜，同济大学博士，就职于河南英地置业有限公司，研究方向为城市地下空间建设用地开发利用。

高忠，教授级高工，就职于河南英地置业有限公司，研究方向为房地产投资开发管理。

基金项目：

空间模型 第4篇

Auto CAD是一款计算机辅助绘图与设计软件, 它在二维绘图、文件管理和三维处理等方面具有强大的功能, 可以帮助设计人员进行精确地设计工作, 在机械、电子、服装、建筑和医学等诸多领域得到了极为广泛的应用[1]。但现有很多教程中对于模型空间和布局空间的关系以及如何使用并未给出明确解释。本文以图1所示的端盖零件图为例讲述二者之间的关系。

打开Auto CAD后, 用户在Auto CAD操作界面绘图区的左下方可以看到“模型”、“布局1”、“布局2”选项卡, 点击选项卡即可进入相应的空间。在“布局1”或“布局2”选项卡上点击鼠标右键可以创建多个新的布局空间, 且能重命名。

1 模型空间

模型空间:是Auto CAD图形处理的主要区域, 一般默认开启Auto CAD之后即进入模型空间, 其左下角显示直角坐标系, 可以辅助二维三维图形的创建和编辑。通常会在模型空间进行大部分的画图和设计工作, 来对所要表达的设计图形创建2D或3D模型。

在模型空间里, 用户可以进行图形的绘制和编辑, 模型空间就像一张无限大的纸, 可以画出任意大小的图形。但是注意绘图时一定要按1∶1的比例。如果绘制出的图形太小或太大, 用户可以用鼠标中间的滚轮进行放大或缩小, 以便进行下一步的绘制, 这样的缩放只是屏幕显示的改变, 并不会改变图形的实际尺寸。用户还可以按住鼠标中间的滚轮在模型空间对图形进行拖动, 将图形拖放到屏幕中合适的位置。移动只是显示位置的改变, 图形的坐标是不会改变的。

图1所示即为在模型空间绘制好的端盖图形。

2 布局空间

布局空间 (也叫图纸空间) :是Auto CAD图形处理的辅助环境, 布局空间与打印输出密切相关。例如:想要一次性绘图输出所有的布局, 可以在布局选项卡上单击右键, 在弹出的快捷菜单中选定“选择所有布局 (A) ”, 之后启动Plot命令, 设定输出设备, 之后再实施输出即可[2]。

在模型空间绘制完图形之后可以将图形转入布局空间, 在布局空间可以进行页面设置, 并且对图形的大小、位置进行合理的设置, 然后标注尺寸, 输出打印。

3 模型空间和布局空间的关系

明确模型空间和布局空间的定义及应用之后, 那么二者之间如何建立关系, 即模型空间图形如何显示到布局空间呢?使用视口。

3.1 视口

视口, 即为窗口, 通过窗口可以和外面的世界建立视觉联系, 同样通过视口模型空间和布局空间之间也可以产生关系, 模型空间的图形可以在布局空间显示出来。图2中的多边形区域即为视口。

在布局空间可以创建出不同形状的视口, 比如圆形、多边形。

当然也可以一次创建多个视口, 每个视口设置显示图纸的不同部分。

所以, 模型空间和布局空间各有用途。需要绘制多个零件图形时, 可以借助图层工具, 设定每个零件占用一个图层, 但所有零件共用一个模型空间, 标注尺寸输出打印时可以创建多个布局空间, 每个零件对应一个, 并分别重命名为相应的零件名称。这样, 处理好二者关系, 可以方便图形的管理。

3.2 绘图步骤

弄清楚模型空间和布局空间二者关系和使用方法后, 下面绘制一幅完整的零件图, 并且打印出图, 步骤如下。

(1) 绘制出A4图框和标题栏, 创建成块, 备用。

(2) 图层设为0, 在模型空间绘制出图1所示的端盖图形。

(3) 点击“布局1”, 进入布局空间, 点击【文件】【页面设置管理器】【修改】, 进入如图3所示对话框设置打印机、图纸大小等[3]。

(4) 删除原有的矩形视口, 插入创建好的A4图框块, 点击【视图】【视口】【新建视口】, 依次捕捉A4图框的端点, 新建一多边形视口 (如图2中所示视口) 。

(5) 多边形视口创建成功后, 模型空间的图形即在布局空间显示出, 在视口区域空白处双击鼠标左键, 使用鼠标中间的滚轮将图形缩放到合适大小即可。

(6) 锁定视口:为避免标注尺寸时图形的大小会改变, 需锁定视口。方法是:选中创建的多边形视口, 选中“对象特性”按钮, 弹出“对象特性”对话框, 找到“显示锁定”选项设为“是”即可。

(7) 标注尺寸, 填写标题栏。

(8) 打印出图, 完毕。

4 结论

模型空间和布局空间是Auto CAD的两个工作环境, 模型空间是绘图设计环境, 布局空间是成图环境。用户可以在模型空间绘制图形, 在布局空间标注尺寸打印出图, 二者之间通过视口建立联系。

参考文献

[1]刘小年, 杨月英.机械制图:第二版[M].北京:高等教育出版社, 2007.

[2]霞光科技.AutoCAD 2007中文版机械制图基础教程[M].北京:机械工业出版社, 2008.

面向生产的一体化空间数据模型 第5篇

在分析了现有典型空间数据模型的基础上,提出了一种面向生产的一体化空间数据模型.该模型将实体的几何和拓扑信息紧密联系在一起,具有较强的.空间表现力,能够实现空间数据的几何、属性和拓扑关系一致性的实时维护,并能支持GIS数据和制图数据的一体化生产.实践表明,采用该数据模型,有效地提高了空间数据生产的质量和效率.

作 者：徐立 刘海砚 黄海文 XU Li LIU Hai-yan HUANG Hai-wen  作者单位：徐立,刘海砚,XU Li,LIU Hai-yan(信息工程大学,测绘学院,河南,郑州,450052)

黄海文,HUANG Hai-wen(73615部队,江苏,南京210000)

刊 名：测绘与空间地理信息 英文刊名：GEOMATICS & SPATIAL INFORMATION TECHNOLOGY 年，卷(期)：2009 32(4) 分类号：P208 关键词：空间数据模型   一致性维护   一体化生产   拓扑更新  

★ 一种基于人机结合思想的书本式地方文献索引编制方法

★ 面向对象的嵌入式系统设计方法

★ 面向对象的软件开发方法分析论文

★ 面向应用的地理空间数据整合方法研究

★ 阅读教学的一种好方法

★ 面向持续战域感知的近空间飞行器技术

★ 一种“假中断”现象及处理方法

★ 一种面向研究生的复合型实验平台设计与实现论文

★ 大气数值模式空间分辨率的确定方法

空间模型 第6篇

2. 颁发模型材料，初步认识我们的4D空间结构小车模型材料。4D空间结构小车模型材料包括：4个外套黑色轮胎，20个长杆，19个短杆，5个黄杆，31个莲花瓣，4个白色细杆。

3. 运用科学课上所学到的对比实验的方法研究4D空间结构小车模型的动力问题。吸取了前年的教训（只考虑如何减少摩擦力，没有重视动力来源），用对比实验的方法，使学生了解：用车论上增加莲花瓣的办法来提高提高小车模型的动力加速度，以使小车尽量行驶得远些（因为我们的小车是沿着45度斜坡向下滑行的）。

实验设计：

研究的问题：车轮的重量与小车行驶的距离的关系。

猜测：车轮的重量与小车行驶的距离有关系。

实验器材：4D空间结构小车模型材料，即4个外套黑色轮胎，20个长杆，19个短杆，5个黄杆，31个莲花瓣，4个白色细杆，壁纸刀、小剪刀＼直尺等。

不变的条件：黑色轮胎的个数不变，小车行驶的斜坡坡度不变。

改变的条件：车轮的重量。

实验过程：用对比实验的方法，一组，在车轮两边各安装一片莲花瓣，外面套上轮胎，沿45度斜面向下行驶三次，并记录所行驶距离的数据。二组，在轮胎两边各安装5片莲花瓣，外面套上轮胎，也沿45度斜面向下行驶三次，并记录所行驶距离的数据。三组，在轮胎两边各安装13片莲花瓣，外面套上轮胎，也沿45度斜面向下行驶三次，并记录所行驶距离的数据。

观察记录表：

结论：用增加车轮重量（增加莲花瓣的数量）的方法来提高小车的动力，进而使小车行驶得远是可行的，并且可以提高小车的稳定性。

4. 研究如何让小车在行驶过程中使螺旋桨旋转起来。起初，我研究的过程也和大家的一样，用车轮带动螺旋桨，但是，发现这种方法有很多缺点：1.至少它浪费4个莲花瓣，意味着我们的小车将减少莲花瓣带来的动力；2.很容易发生偏转。因为螺旋桨只与两轮间的一个轮胎发生接触，导致两个车轮所受到的摩擦力是不同，所以不可避免地发生偏转，从而影响小车的行驶距离，最多只能行驶4米左右。

5. 研究如何减少摩擦力。减少摩擦力主要考虑两方面：其一是减少车身与车轴之间的摩擦力，用白色的细杆做车轴，可以大大减少车身与车轴之间的摩擦力。

其二是减少螺旋桨的叶片与轴之间的摩擦力，可以在叶片与螺旋桨支座间加两个小垫圈（把兰色的杆切成2MM左右即可作成）的办法可以减少螺旋桨的叶片与轴之间的摩擦力。

一辆最先进的4D空间结构小车模型就这样诞生了，经测试，它在我的实验室里最多能行驶6米多！

6. 学生的制作与训练。首先，要进行制作车身练习。首次练习，可以让同学们自己想象着做，然后让他们通过反复试车发现问题，解决问题。然后可以模仿教練车做组装练习。在非常熟练的情况下，可以进行在规定的时间内组装小车的练习，以提高学生的竞争能力。

其次，进行螺旋桨的制作练习。可以让同学们制作2个叶片的、3个叶片的、4个叶片的螺旋桨，看一看，比一比，看哪种效果更好些，制作起来更容易一些；可以制作叶片长一些的，短一些的，看一看，比一比，看哪种更容易旋转。

第三，还要进行4D空间结构小车模型的调试练习。因为如果我们研制出的4D空间结构小车模型直线行驶性能不好的话，将会严重影响比赛成绩，因此我们用调试连接前轮与后轮间的两跟黄杆的方法来调试小车的方向。具体的方法是：右侧的黄杆长些，小车向左偏；左侧的黄杆长些，小车则向右偏。当然，每次调试根据小车偏离的具体情况，一定要小心奕奕地进行。

温室内辐射空间分布模型研究 第7篇

考虑地形因素的太阳辐射模型的研究始于20世纪60年代[1]。由于数字计算机的出现弥补了传统太阳辐射分析方法的缺陷,气候气象学者开始研究辐射模型的数学方法。最近十几年,对太阳辐射的研究转向太阳辐射模型与GIS的结合。Dubayah提出了建立地理信息系统中太阳辐射模型,Dozier与James发展了太阳辐射模型中地形参数的快速算法。Dubayah和Rich提出了2个模型ATM和SOLA-RFLUX。Kumar、Skidmore和Knowles提出运用数字高程模型计算晴空条件下太阳直接辐射和散射辐射的模型,该模型可用于计算平原和山地的太阳辐射。Oscar Van Dam进行了太阳辐射模拟,Javier G.Corripio针对太阳辐射建模在算法上进行了讨论[2,3,4]。本文主要以中国北方最普遍使用的辽沈Ⅰ型温室为研究对象,分析太阳直接辐射的时空分布状况。

研究温室各山墙对待求点的可蔽时角,计算精度取决于山墙模拟曲线的准确度、温室空间的大小、太阳方位所在山墙曲线的范围段,普遍适用于山地、日光温室等地点辐射值的计算。

1 倾斜面太阳直接辐射强度

研究进入温室内的太阳光,既要考虑透明覆盖材料对光的衰减,也要考虑温室曲面对光的不同透过率的影响。

在研究太阳辐射进入温室内的分布时需充分考虑温室内坡面的弧度问题。太阳辐射到达采光屋面时的切平面不同,该曲面下的透光率就不同,根据实际测量数据模拟出目标温室的纵切面图,如图1所示。

可以看出,以西山墙北地角为坐标原点,温室竖直高度为z,横轴为y轴,纵轴为x轴,且y=60.0,x其分段范围为:0≤x<1.4,1.4≤x<3.32,3.32≤x<5.86,5.86≤x<7.4,7.4≤x<7.72。

对于任意给定时刻,为了便于计算,首先根据温室的实际几何参数把曲面分割成4个小折面,把曲面问题转化为平面问题[5,6,7,8,9]。小折面数的多少取决于对计算精度的要求和温室的结构。从理论上讲,当着面数趋于无穷大时,小折面完全逼近曲面。从4个小折面中取出一个折面按斜面计算其瞬时辐射值,其他折面按相同方法处理。

2模拟设计

如图2所示,以西山墙北基点为坐标原点,温室竖直方向为Z坐标轴,北墙走向为Y坐标轴,西山墙走向为X坐标轴,建立空间坐标系。根据实测温室结构数据可拟合出温室后坡及采光屋面的函数表达式[10,11],即:

空间高度与距北墙的距离为:x=-0.375z2-0.08z+7.72(图3)。

3 温室内总辐射强度

3.1 直接辐射强度

在模型所需各参数给定的情况下,根据温室内某一点的日出日没时间规律判断该点在某一时刻是否处在太阳光直接照射下,若在某一时刻未处在直接照射下,则该点接收到的直接辐射值为零,否则根据公式进行计算。计算公式如下[12,13,14,15]:

其中:η-覆盖材料的透过率。

3.2 散射辐射强度

地面接受的总太阳辐射量由散射辐射(简称散射)量和直接辐射(简称直射)量两部分组成。散射部分是太阳经大气层气体,尘埃散射地面反射等因素形成的辐射部分,与海拔高度、纬度、太阳高度角、大气质量、空气湿度、地面反射率等参数有关。散射辐射再通过塑料薄膜覆盖的倾斜采光面的衰减,在温室内的分布又受温室内大气质量、山墙、温室结构遮蔽等的影响而使其空间分布相当复杂。本模型中为了估算温室内任意一点的散射量,做出假设:任意一点的散射来自于以该点为中心的半球面上各点的散射,并且来自半球面的散射各方向均一。

4 结语

由于太阳在黄道上的运动不是均匀的,而是时快时慢,因此,真太阳日的长短也就各不相同。同时地球周围的大气对太阳光也有明显的折射作用,一般来自地平方向的光线折光差可达34°之多。这就意味着当太阳中心还在地平线以下50°时,太阳上缘已经与地平线相切了。

向量空间模型的信息检索技术 第8篇

关键词：空间向量模型,查询,信息检索,文档相关性

0 引言

向量空间模型是一种以查询Q和文档集合{D, D, …, D}为处理对象的算法, 通过这种算法计算出这个查询的相似度SC (Q, D) 以及每篇文档D (1≤i≤n) 。在文档和查询拥有的共同的此项更多的时候, 那么文档和查询就更加相关。但是, 通常一个概念是能够用很多不同的词项来表达的, 这是因为语言文字具有着自身的不确定性。另外, 语言的环境对term也有着比较大的影响, 语言环境不同, 尽管是相同的term也可能造成表达含义的不同, 有的时候词性不同, 那么它表达的含义也就不一样。而检索算法就能够通过一些措施来解决语言表达中不确定性的问题。

下面介绍几种常用的检索模型:

(1) 向量空间模型:向量空间模型是能够计算两个向量之间的相似度的, 那么如果将查询和文档都用词项空间中的向量来表示的话, 那么就可以通过这种方法计算出二者的相似度。

(2) 概率模型:每个词项在文档中出现的概率, 需要基于文档集中的前提下, 通过词项在相关文档中出现的可能性来计算的。要推断文档或者查询问的相关性, 需要通过贝叶斯网络。而在文档中能够做出文档相关性推断的那些依据正是基于文档的证据。文档查询的相似度也就成为了推理的可信度。

1 空间模型的理论概念

最为接近查询的内容的文档就是相关的文档, 在这个过程中, 需要运用文档内的词项来衡量。向量空间模型的基本理念如图1。

这个模型的主要工作有两个方面:一方面是通过向量的构建, 来表示词项, 这里的词项来自于文档;另一方面是通过向量的构建, 来表示查询的词项。任意文档向量和查询向量要是相似的话, 那么就只有一种的可能, 就是文档向量和查询向量的指向在大体上是一样的。

2 向量空间模型的算法

2.1 计算权重在一篇文档中, 影响词语的重要性的因素有两个。

一个是term frequency (tf) :也就是说term在这个文档中出现的次数, 这个数值越高说明这个词在整个文档中越重要。

另外一个是document frequency (df) :就是指的包含term的文档的总数, 这个数值越大就说明这个词语越不重要。

对于每一篇文档向量, 都有n个分量, 并且对于整个文档集中每个不同的词项, 都包含一个词条。向量中的每个分量为整个文档集中计算出来的每个词项的权重。在每篇文档中, 词项权重基于词项在整个文档集中出现的频率情况以及词项在某一个特定文档中出现的频率自动赋值。词项在一篇文档中出现的频率越高, 则权重越大;相反, 如果词项在所有文档中出现的频率越高, 则权重越小。

仅当词项在文档中出现时, 文档向量中词项的权重才为非零值。对于一个包含许多小文档的大文档集, 文档向量可能会包含大量的零元素。

2.2 判断term之间的关系从而得到文档相关性

可以把文档看成一系列词, 每个词都有一个权重, 不同的词根据实际文档中的权重来影响文档相关性的打分计算。所有文档中总的词的权重看做一个向量。

所有搜索出的文档向量及查询向量放到一个N维空间中, 每个词是一维。两个向量之间的夹角越小, 相关性越大。所以计算夹角的余弦值作为相关性的打分, 夹角越小, 余弦值越大, 打分越高, 相关性越大, 如图2所示。

相关性评价公式如下:

3 引入实例测试

可以简单测试如下, 查询语句有11个Term, 有4篇文档搜索出来, 其中各自的权重 (Term Weight) 见表1。

由表1可得出结果, D2文档的相关性最高, 最先返回, 其次是文档D1, D3, 最后D4。

4 结论

这篇论文对向量空间模型算法进行了介绍。文章的语义是使用各种词语来表达的, 词语是具有不确定性的, 这是这个模型所依据的一个思想。主要把任意一个文档中的词语当做一个向量的话, 通过文档与查询之间的比较, 就有可能会得出他们的相似度。目前这个模型主要应用在信息检索的域。

参考文献

[1]何飞.基于向量空间模型的文档聚类算法研究[J].湖南城市学院学报, 2011 (5) :114-116.

[2]唐菁.Web文本挖掘系统及聚类算法的研究[J].电信建设, 2004 (2) :24-28.

[3]邱宇红.向量空间模型在医学文献相关性研究中的应用[D].沈阳:中国医科大学, 2006.

[4]张元馨, 赵仲孟, 沈钧毅.一种基于向量空间模型的个性化搜索引擎研究[J].微电子学与计算机, 2003 (11) .

[5]朱华宇, 孙正兴, 张福炎.一个基于向量空间模型的中文文本自动分类系统[J].计算机工程, 2001 (02) .

[6]刘芳, 卢正鼎.有效地检索HTML文档[J].小型微型计算机系统, 2000 (09) .

基于多模型的参数空间预测推断 第9篇

Chen Xueqian,Shen Zhanpeng,Liu Xin’en,et al.Prediction based on multi-models in the parametric space.Mechanics in Engineering,2015,37(4):503-507

当对复杂结构系统进行数值计算时，由于结构的复杂性，不同工程师可能使用不同的网格尺寸离散结构，并且对于结构系统中关键部位的模拟也可能采用不同方法，这导致针对结构系统同一问题的建模与分析时，可能出现多个不同的模型和计算结果.对于给定的一组模型，根据例如赤池信息准则(Akaike information criterion,AIC)或贝叶斯信息准则(Bayesian information criterion,BIC)等模型选择准则，可以选出一个最好的近似模型，但是，根据某组试验数据下选出的最好模型，如果换成另一组试验数据，最好模型或许是另一个模型，说明模型选择过程存在不确定性，通常，定义模型选择过程中产生的不确定性为模型选择不确定性[1].那么，如何量化多模型选择带来的不确定性并预测结构系统的真实响应？通常，将多模型计算结果综合考虑可以得到更好的预测精度[2]，基于此思想，Leamer[3]建立了贝叶斯模型平均来量化模型选择的不确定性，调节因子方法是基于平均思想另一种处理模型选择不确定性的方法[4,5].Alvin等[6]针对预测某支架结构固有频率的3个仿真模型，假定3个模型的模型可信度一样，采用贝叶斯模型平均方法量化了模型选择不确定性并进行了支架结构频率的相应预测.Reinert等[7]在核安全评估中采用调节因子方法量化了多个模型时的模型选择不确定性，其中模型的可信度是基于专家判断得到.Inseok等[8]基于贝叶斯统计框架，结合已知点试验数据获取不同模型的可信度，并利用调节因子方法将模型选择不确定性传播给系统响应，但没考虑系统中参数不确定性和综合模型的模型形式不确定性，使得模型预测结果的置信区间不能完全覆盖试验结果.

实际工程结构中通常包含各种不确定性因素(包括模型中物理参数以及所建模型的模型形式不确定性)，考虑结构不确定性因素的计算仿真结果对结构设计及可靠性评估显得更合理[9,10].现代模型验证与确认(verification and validation,V&V)研究主要是针对缺乏全系统试验的复杂装备系统，定量给出数值模拟置信区间[9].结构在参数空间中预测推断，关键是对模型形式不确定性的处理.如果模型形式不确定性足够小，在参数空间的内插外推时也可将其忽略[11]，否则需要考虑.Roy等[10]基于面积度量表示模型形式不确定性，并在参数空间对其进行拟合，再以拟合曲线置信区间最大值作为预测点处的模型形式不确定性，以此实现系统响应的内插外推.另一种方法是将模型形式不确定性当成正态分布的不确定性量，在参数空间对均值与标准差进行拟合，通过双层抽样分析得到预测点处模型形式不确定性的置信区间，再叠加上预测点确定性计算结果进而得到预测结果的置信区间[12].

本文针对同一问题的数值计算存在多个模型时，同时考虑模型选择不确定性与模型形式不确定性，研究在参数空间的内插问题.首先基于贝叶斯方法计算不同模型的可信度，采用调节因子方法传播模型选择不确定性到系统响应，并将模型形式不确定性的置信区间作为认知不确定性叠加到综合选择模型的计算结果上，再通过插值得到预测点关心量的置信区间.

1 模型选择不确定性与量化

1.1 模型可信度量化

模型可信度表示模型接近真实物理实际的程度，用模型概率表示[13].对于一组模型，通常用归一化模型概率表示各模型的可信度.在无试验数据时，通常基于专家判断给出各模型的可信度，当有试验数据时，可以基于贝叶斯理论量化各模型的可信度[8].

将需要量化可信度的一组模型记为：M1,M2···,MN，试验数据记为D，根据贝叶斯理论，模型Mk的后验模型概率为

式中，P(D|Mk)是模型Mk的似然函数，P(Mk)是模型Mk的先验概率，先验概率依赖先验知识给出，如无先验信息，一般用均匀概率给出，即P(Mk)=1/N.

似然函数通过试验数据和模型预测结果获得假定模型Mk的预测误差为零均值正态分布的随机变量，模型Mk的预测误差可以写成如下

式中，是第i个测点的试验结果均值，fki是模型Mk在第i个测点的预测结果，l是试验测点个数，σk[2]是模型Mk预测误差εki的协方差.

根据最大似然估计方法，协方差σk[2]由下式得到

模型Mk的预测分布P(y|Mk)由模型的计算结果和预测误差构成，写为

模型Mk在试验数据下的似然函数P(D|Mk)由以下式子给出

1.2 调节因子方法

基于调节因子法，模型选择不确定性被表示为概率分布，在该方法中，模型概率作为各自模型的权重系数.根据调节因子方法，综合各模型，系统的响应可以表示为

式中，yc是结构系统经过调节的预测结果，即综合模型的预测结果，y*是基于最可信模型的预测结果，Ea*是调节因子，假定为正态随机变量.

由于各模型的可信度(模型概率)可以根据式(1)获得，且各模型在试验测点的值可以根据各模型计算得到，则Ea*和yc的均值和协方差可以通过下面式子求出.

式中，E(·)表示对变量求均值，var(·)表示对变量求协方差，yi表示模型Mi的预测结果，P(Mi)表示模型Mi的模型概率，当有后验估计时采用后验概率，否则也可用先验概率.

根据上述公式，可以方便求出考虑模型选择不确定性系统响应的95%置信区间如下

2 模型形式不确定性与量化

在多模型情况下，即便考虑了模型选择不确定性，综合预测结果仍然不可能与真实系统完全一致，因为在建模过程中总会有其他一些不确定性因素没考虑，如某些参数的不确定性、试验不确定性等.为了得到更好的预测结果，将这些因素的影响统一考虑成模型形式不确定性，以便在参数空间的内插、外推中应用[12].

根据定义，模型形式不确定性e、试验结果ye、综合模型的预测结果均值E(yc)有如下关系

一般地，e可以假定为正态随机变量，即e∼N(µe,σe[2])，其95%置信区间如下

联合式(11)和式(13)，根据区间运算法则，得到模型的最终预测结果如下

3 实例研究

为研究某高速飞行器的气动力/力矩系数与飞行姿态的关系，在风洞中开展了不同攻角下的吹风实验，攻角-5◦∼+15◦，间隔2.5◦(共9个攻角).为了研究试验中可能存在的不确定性，每个攻角下重复试验10次.测试获得侧向力系数CZ如表1所示.

表1中攻角-5◦，0◦，5◦，10◦，15◦处的风洞实验结果作为已知校准实验数据，用于计算模型选择不确定性和综合模型的模型形式不确定性.攻角-2.5◦，2.5◦，7.5◦，12.5◦处的实验数据用于检验模型预测推断的效果.

通过数值模拟计算该飞行器的侧向力系数时，为考察不同分析人员及网格划分对计算结果的影响，首先限定来流物性参数与边界简化条件，同时规定外围空气域的建模范围，并要求都用层流模型进行气动分析.让3个具有相当经验的工程师进行建模分析，他们根据各自的经验建立了该飞行器气动分析网格模型，记为模型A,B和C.并分别开展了在校准实验点处(攻角-5◦，0◦，5◦，10◦，15◦)的气动计算分析，计算得到飞行器的侧向力系数如表所示.本文的目标就是根据所建立的3个模型在校准实验点处的气动数值分析结果和风洞实验结果，预测推断得到攻角-2.5◦，2.5◦，7.5◦，12.5◦处侧向力系数的可靠结果.

3个模型的先验模型概率假定相同，即都为1/3，根据式(3)∼式(5)计算3个模型在已知校准实验数据下的似然函数，再根据式(1)计算得到3个模型的后验模型概率，结果如表3所示.

从表3可以看出，在校准实验点处，模型C是3个模型中最可信模型，根据调节因子法，将表2中各模型的后验概率作为各自的模型概率代入式(7)∼式(11)，计算得到-5◦，0◦，5◦，10◦，15◦攻角下侧向力系数的调整计算值的95%置信区间，该置信区间与已知校准实验攻角位置处的实验结果散点分布如图1和图2所示.

从图1可以看出，即便考虑模型选择不确定性，最后得到结构侧向力系数的调整计算结果的95%置信区间仍然不能完全覆盖实验结果，如果直接用该综合模型预测推断其他攻角处的侧向力系数，仍会出现一定偏差，这也说明根据前面方法得到的综合模型仍然具有模型形式不确定性，如果需要得到好的预测结果，在综合模型计算基础上叠加模型形式不确定性是必要的.

因此，联合式(12)和式(13)，计算得到综合模型在校准实验点-5◦，0◦，5◦，10◦，15◦攻角下侧向力系数的模型形式误差及其95%置信区间，再根据式(14)计算综合考虑模型选择不确定性和模型形式不确定性侧向力系数的95%置信区间，再根据简单线性内插方法获得攻角-2.5◦，2.5◦，7.5◦，12.5◦侧向力系数的95%置信区间，并与实验结果比较，结果如图2所示.从图2可以看出，综合考虑模型选择和形式不确定性后侧向力系数的预测结果95%置信区间覆盖了实验结果，验证了本文提出的基于多模型在参数空间预测推断方法的正确性.

4 结论

浅析基于空间信息的视觉注意模型 第10篇

在图像压缩领域, 传统方法一般都是把输入图像切分成小图块, 然后不加区分地对所有图块采用一种变换机制进行编码, 这样做没有充分利用人眼的视知觉特性。相关研究表明, 人眼对图像进行非均匀采样, 同时人眼以高分辨率处理关注区域, 以较低分辨率处理非关注区域。因此可以通过构建视觉注意模型来预测人眼关注区域, 然后分别对关注区域和非关注区域采用不同压缩比方案, 尽可能保留关注区域的图像信息。此外, 视觉注意机制的相关研究对其他一些实际应用如汽车导航、广告设计等也有着借鉴价值。在视频监控、自主驾驶、数字媒体库中的信息检索以及医学图像分析时, 如果采用选择性视觉注意的方法, 便可以在海量数据中高效地找到有用的信息。因此, 在神经科学、认知科学和计算机工程等领域, 视觉注意形成机制的探索和视觉注意计算模型的设计已经成为目前国内外的研究热点。

2 研究内容

2.1 联合频域分析与空间信息的视觉注意模型研究

为了提高频域视觉注意模型的生物可信性和有效性, 在综合分析现有模型的基础上, 提出一种具有生物可信性的改进的超复数傅里叶变换视觉注意模型。为了验证和评估提出的改进模型的性能, 在相关数据集上对其进行了大量实验, 并将改进的模型应用到了图像检索中。本研究主要从以下4个方面对HFT进行改进:

(1) 四元数实部系数的选择; (2) 四元数虚部系数的选择; (3) 如何滤除重复图案对应的幅度谱; (4) 如何利用废弃的显著图选择出最优显著图。

2.2 基于卷积神经网络的图像检索

深度学习提出了一种让计算机自动学习出模式特征的方法, 并将特征学习融入到了建立模型的过程中, 从而减少了人为设计特征造成的不完备性。在卷积神经网络中, 图像的一小部分 (局部感受区域) 作为层级结构的最低层的输入, 信息再依次传输到不同的层, 每层通过一个数字滤波器去获得观测数据的最显著的特征。这个方法能够获取对平移、缩放和旋转不变的观测数据的显著特征, 因为图像的局部感受区域允许神经元或者处理单元可以访问到最基础的特征, 例如定向边缘或者角点。本研究尝试将其应用于图像检索中, 在显著区域的提取基础上, 提出一个基于视觉显著性的深度学习图像检索方法。基本思路是:首先, 提取前面所述的融合频域分析和空间信息的显著性检测的显著区域;之后, 利用卷积神经网络对该区域进行特征提取;最后, 利用相似性度量得到检索结果。

3 研究步骤

3.1 四元数实部的选择

传统的特征提取方法是将多个底层特征提取之后, 只进行简单的融合, 使不同特征反映的目标信息重新被掩盖到单一的标量显著性中, 导致区分度不够。而本研究拟将标量显著性转化为四元数显著性, 这样能够避免简单的线性融合中信息的遗失, 完整保留不同特征所表示的图像信息。初级视觉皮层细胞对特定方向的刺激有着强烈的反应。而二维滤波器非常适合表示这种反应。二维Gabor滤波器是一种用于检测边缘的线性滤波器。本项目拟选取4个最有代表性的方向:0, 45, 90, 135, 这样就构造出4个Gabor滤波器, 分别对输入的自然图像滤波, 就得到了4个方向的方向特征图。然后将自然图像的方向和亮度特征值进行多尺度中心—边缘操作, 这样得到各自的特征值。将两个特征值线性融合, 就得到了四元数显著性的实部系数A。

3.2 四元数虚部的选择

目前存在的四元数频域分析模型中, 都是将颜色简单的定义为RG和BY两种模型。RGB色彩模式是工业界的一种颜色标准, 是通过对红 (R) 、绿 (G) 、蓝 (B) 3个颜色通道的变化以及它们相互之间的叠加来得到各式各样的颜色, RGB即是代表红、绿、蓝3个通道的颜色。RGB的设计主要是用于显示输出的, 和人的视觉感知并不接近。而HSV颜色空间的色域较宽阔, 设计的目的是为了更好地接近人类视觉, 致力于感知的均匀性。因此, 首先在HSV颜色空间上对HFT改进, 并且采用改进的H, S, V 3种颜色分量作为四元数的3个虚部系数。

3.3 如何最大限度地去除冗余信息, 保留关键信息

某种模式出现的次数越多, 其幅度谱就越集中在某些频率上, 而呈现出尖峰的形状。因此, 若图像的背景是重复出现的冗余信息, 那么相比于显著目标, 图像的背景所对应的幅度谱的谱峰应该更加尖锐。幅度谱的峰值对应于重复图案, 而这些图案应该被显著检测抑制。因此, 在幅度谱中抑制冗余背景可以从去除幅度谱谱峰角度考虑。

3.4 最终显著图的计算方法

HFT方法直接选用熵值最小的候选显著图作为最优显著图。然而, 在实验中发现, 一些被淘汰的候选显著图中含有重要的显著信息, 不能直接被废弃。标准差反映了空间聚集程度。如果显著图的显著区域非常集中, 就会接近平均中心, 此时标准差较小;如果显著图包含大片的背景区域, 注意背景是分布在图像中所有区域中, 此时标准差较大。因此, 计算k个显著图的标准差, 根据一定准则选择一些小于某个阈值的显著图作为候选显著图。然后利用对比函数得到最优的显著图。

本研究在经过中值滤波得到的尺度空间分析后, 得到k个显著图, 此时引入空间标准差σk。标准差是一个能够反映出空间分布的聚集度, 可以认为一个好的显著图应该有较小的方差。计算k个显著图的标准差, 若最小标准差为σmin, 那么我们选取那些小于ασmin的显著图作为候选显著图。然后对比函数选择最优的显著图。这样更加客观地利用所有可能的显著信息来选择最优显著图。

为提高复杂背景的自然图像的检索性能, 本研究采用深度学习中的卷积神经网络方法在显著区域提取的基础之上进行特征提取, 并采用相似性度量得到相似性结果。这样避免了人工提取特征的不完备性, 同时减少了计算复杂度和提高效率。本研究拟采用不同大小的中值滤波器分别进行滤波, 然后从得到的结果中选择一个最佳的结果。滤波器的尺寸设置是由图像尺寸决定的。如何选择最合适的值, 能够充分利用废弃显著图中的信息。目前对于网络层数与隐层节点的选取并没有统一的标准, 一般情况下, 是根据经验或者通过训练学习之后, 根据重构误差和训练速度综合比较之后再选择。

参考文献

[1]WEN Z K, DU Y H, WU H S, et al.The research of visual attention mechanism model fuse multi-feature[C].Multisensory Fusion and Information Integration for Intelligent Systems (MFI) , 2014 International Conference on IEEE, 2014 (10) :1-7.

[2]HOU B, YANG W, WANG S, et al.SAR image ship detection based on visual attention model[C].Geosciences and Remote Sensing Symposium (IGARSS) , 2013 IEEE International IEEE, 2013:2003-2006.

[3]ZHANG J W, LIAN M C, Wang W P, et al.Detection of abnormal nuclei in cervical smear images based on visual attention model[C]//Machine Learning and Cybernetics (ICMLC) , 2013 International Conference on IEEE, 2013:920-924.

[4]ITTI L, KOCH C, NIEBUR E.A model of saliency-based visual attention for rapid scene analysis[J].Pattern Analysis and Machine Intelligence, 2015 (11) :1254–1259, 1998.

[5]ACHANTA R, Estrada F, Wils P, et al.S¨usstrunk.Salient region detection and segmentation[C].International Conference on Computer Vision Systems, 2008.

[6]HOU, X D, ZHANG, L Q.Saliency detection:a spectral residual approach[C].Proceedings of IEEE Conference on Computer Vision and Pattern Recognition.Los Alamitos:IEEE Computer Society Press, 2007:1-8.

空间模型 第11篇

【关键词】空间计量经济模型；省域创新；统计分析

随着国内经济发展，经济学研究也不断深入。经济学研究需要借助一定的经济模型实现，经济模型构建是否真实全面地反映经济现状直接影响到经济学研究成果的价值。空间计量经济学早在1988年就被提出了，相关理论认为：一个地区空间单元上的某种经济地理现象或某一属性值与邻近地区空间单元上同一现象或属性值是相关的。空间计量经济学提出对现代经济发展有重要意义，尤其是在现代社会地区经济相互渗透相互影响，只有通过空间计量经济模型才能理清现代省域创新影响因素的关系。依据空间计量经济模型制定的省域经济政策在促进地区经济创新发展方面更具实践价值。

一、空间计量经济模型

空间计量经济模型是建立在空间统计学和空间计量经济学理论基础上形成的研究方法。先用空间统计分析方法检验研究因素是否具有空间相关性，然后对具有空间相关性的因素应用空间计量经济学原理计量，最后建立空间计量经济模型进行空间计量估计和检验，指导经济活动。

1.空间计量经济模型能有效识别空间相关因素。空间统计学发展形成的空间自相关指数Moran I对判断检验地区经济变量的空间相关性存在与否非常有效。对于复杂的省域经济，准备识别地区经济变量因素是否存在空间相关性对地域经济政策制定有非常重要的参考价值。

2.空间计量经济模型综合性比较强，对实践有更好的指导价值。空间计量经济模型有多种，能够适应各种情况的地区经济统计分析。空间计量分析即解决了空间相关分析，又解决了空间差异分析，这对正确认识地区经济现状非常重要。空间计量经济模型包括空间常系数回归模型和空间变系数回归模型。空间常系数回归模型包括空间滞后模型、空间误差模型。空间滞后模型在研究各个变量在地区内是否有扩散现象有很好的评估效果。空间误差模型度量了相邻地区因变量的误差冲击对本地区变量的影响程度。空间变系数回归模型肯定了地域之间的经济行为在空间上具有异质性的差异，使分析借个更加符合现实。空间计量经济模型较为全面的应对了各种可能的情况，这对当前的创新实践有很好的指导价值。创新从投入到产出需要经过一定时期的滞后。以空间计量经济模型进行创新经济分析，更能反映创新真实的经济价值。

二、空間计量经济模型在省域创新中的应用

省域创新指省域内整体的创新，包括制度创新、组织创新、技术创新等多方面内容。空间计量经济模型在省域创新中的应用是理论应用的重要体现，在现代社会经济发展中应用科学解决实际问题是非常必要的。现对空间计量经济模型在省域创新中的应用概括为以下几个方面。

1.收集有效样本数据，选择变量。省域创新研究的地域为中国的31个省、自治区、直辖市。为了研究31个省域创新影响因素，通过收集最近四年各省域的创新产出、创新投入、人力资本等基础数据。以各省域的专利数量作为各地创新产出的计量指标，以各省域每十万人口拥有的专利授权数作为衡量各省域创新产出的基本指标。研究与试验活动是能体现各个省域创新能力的活动。科研机构、高等院校、微观企业研究与试验发展研究支出经费占各省域GDP的比例作为省域创新投入的度量指标。每十万人拥有大专以上受教育程度人口作为研究人力资本因素对省域创新影响的替代计量指标。万人大中型工业企业科学家工程师全时当量也是研究省域创新系统人员投入的一个计量指标。

2.省域创新的空间计量经济模型建立与估计。在确立了变量和变量计量指标后，就需要建立模型进行变量估计了。建立了双对数线性的知识生产函数模型为：

logIi= β0+β1logS+β2logU+β3logE+β4logH+β5logU×Exp+εi

其中：I为十万人专利授权数，为变量。S、U、E分别代表科研机构、大学、企业研究与试验发展投入占GDP的比例。Exp为万人大中型工业企业科学家工程师全时当量。H为每十万人拥有大专以上受教育程度人口，为变量。

3.省域创新的空间计量经济模型估计结果分析。模型估计结果分析是模型应用的关键环节。前面通过大量工作和繁琐的数学计算，就是为了对省域创新实践有一些有价值的指导。在结果分析过程中要尊重模型分析的结果，同时要结合省域经济现状分析估计结果是否合理、是否符合现实，对估计结果显示的显著性相关结果要深入反思，从中发现对现实经济政策制定有价值的信息。

三、结束语

空间计量经济模型在省域创新中的应用能将复杂经济问题量化，用数学统计和数学模型的方式进行科学分析。在经济学研究中空间计量经济模型在解决实际问题方面有很好应用效果。省域创新是一个宏观的经济分析，涉及面非常广泛。如果没有空间计量经济模型，研究省域创新不仅无头绪，而且还需要应对巨大的分析工作。显然空间计量经济模型在省域创新方面的应用研究是非常适宜而且有价值的。

参考文献：

[1]官建成，何颖.基于DEA方法的区域创新系统的评价[J].科学学研究，2005（2）.

空间模型 第12篇

钢结构厂房工程中, 为满足大跨使用空间的要求常常运用空间钢桁架来构成厂房建筑的主要平面承重构件并联系支撑各榀柱、支撑等构件, 并组成结构。

常见的空间桁架形式有对称截面形式相同的规则桁架, 其截面是三角形或四边形, 轴线形状为直线、抛物线或者圆弧等形式。这几种形式都可以通过利用PKPM中的SPAS模块中的快速建模实现。

但实际工程中还有大量的虽然对称但截面形式却有所变化的的空间桁架如图1所示桁架:此桁架特点为中间高两边低上平, 上平面长度比下端杆长。这种类型的桁架就无法采用快速建模进行建模, 但利用SPASCAD的常规建模方法也可以很快捷的建模并分析。

2复杂空间桁架建模思路

通过上图所示, 此空间桁架模型为一个前后左右均对称的组成。由此建模时可以充分利用模型的对称性及软件提供的相应工具即可快速准确完成模型的建立。通过分析, 只要建出模型的四分之一即可通过旋转或镜像完成全部模型的建立。由图2我们看出模型侧面四分之一的建立关键在于外围四个点的确定, 即我们只需求出此四点的坐标便可勾勒出此模型侧面四分之一轮廓。求坐标时, 我们可以设其中任意一点为原点, 其他三点的绝对坐标值均为相对此原点的相对坐标值。如图3所示我们设左下角点为坐标原点, 那么根据此空间桁架的尺寸及空间位置我们求出了其他三点的坐标:软件规定以!为前缀表示的坐标即为绝对坐标。由此可知, 左下角点的绝对坐标为 (!0, 0, 0) , 则由此推算出左上角点的绝对坐标为 (!1500, -1500, 3500) , 而右上角点的绝对坐标为 (!1500, 28500, 2000) , 右下角点的绝对坐标为 (!0, 27000, 0) , 得到四点坐标后, 我们前期的分析工作即可告一段落。接下来我们可以完成腹杆的网格线, 从图上我们可以看到上弦杆被等分为十份而下弦杆被分为九份, 我们可以利用网格分割的命令轻松实现, 分割完毕后我们用折线网格的命令将各网点连接起来就可以完成模型四分之一侧面网格线的建立。完成四分之一侧面的网格线的建立后, 我们先不要急于完成全部网格线的建立, 我们接下来要做的是根据桁架侧面各杆件受力差异布置模型侧面网格线上的各杆件。这样处理的优势在于, 在后面进行镜像或复制等操作时, 复制的将不仅仅是网格线, 还包括了其上的杆件布置。同时, 此时的网格线较少, 关系看的清楚, 布置杆件时就不容易出现漏布或者错布的现象。杆件的布置首先定义所需要的杆件, 然后有选择的将各杆件布置在相应位置上。杆件布置完毕, 此时再将模型网格线其余的四分之三通过镜像完成, 此时不仅复制了网格线, 网格线上的杆件也被复制完成了。我们还需要完成建模的最后一步, 即完成上弦杆网格线的连接及杆件布置。同建立侧立面模型的思路一致, 我们也是先画出具有代表性的几个网格线并布置好相应的构件后利用路径复制或网格复制等命令实现模型的最终完成。

3建立模型的实际操作过程

3.1建立一个新工程, 程序默认显示为透视图视窗, 在此可以看到明确X、Y、Z的方向。

3.2点击〈网格编辑〉下〈折线网格〉根据屏幕左下角的提示输入四个角点的坐标值, 形成桁架侧面网格线的轮廓。

3.3点击〈网格编辑〉下〈网格分割〉分别将上弦杆等分10份, 下弦杆等分9份。

3.4继续点击〈折线网格〉按照顺序连接好桁架侧面的腹杆网格线。

3.5点击〈杆件布置〉下〈杆件定义〉根据屏幕界面所示定义好本工程所需要全部杆件。

3.6点击〈杆件布置〉下〈杆件布置〉根据屏幕提示将各杆件布置在相应位置上, 点击〈显示控制〉下〈基本显示〉下的〈隐藏杆件〉可以将已布置的杆件隐藏, 隐藏后方便下一步的作图。

3.7点击〈直线网格〉, 根据提示捕捉点 (!0, 0, 0) 作为起始点, 输入 (0, 0, 1000) 作为终止点。此线将成为我们下一步将已有四分之一网格线镜像的辅助线, 即镜像所需对称面的线。

3.8点击〈网格放样〉下的〈网点镜像〉选择好需要镜像的部分, 单击右键确认选择然后选择上步所作的网格线及与之相连的下弦网格线作为镜像的平面, 根据提示将镜像出与已有网格线前后对称得 (即关于YOZ平面对称) 的部分网格。

3.9上步已完成了二分之一侧面网格线的建立及杆件布置, 可以点击〈显示杆件〉查看杆件布置情况, 接着来布置上弦网格线及杆件。

3.10先利用〈视窗变换〉将模型放置于〈侧立面〉, 点击〈选择显示〉选出上弦杆所在的平面, 将视窗切换至平面对模型进行操作。

3.11点击〈直线网格〉做出一根上弦平行杆, 然后如前法布置杆件, 布置完毕后点击〈路径复制〉根据提示做出上弦平面的所有平行杆。

3.12点击〈折线网格〉连出两根上弦斜杆, 布置杆件, 点击〈网格复制〉复制出其它部分的上弦斜杆。

3.13点击〈直线网格〉为完成模型的另外二分之一的镜像做出辅助线。选择已有一点 (!1500, -1500, 3500) 作起始点, 输入终止点坐标 (0, 0, -1000) 即完成了为下一步镜像所需要对称平面的一条线。对已有的部分进行镜像, 步骤同8。镜像后在各视图中检查一下模型进行查漏补缺然后就完成了全部模型的建立。此时, 必须完成最后一步即删掉前面第7和13步为镜像所做辅助线, 为后续的计算做好准备。

3.14点击〈荷载布置〉下〈荷载定义〉首先对结构所承受的荷载进行定义然后再点击〈荷载布置〉将定义好的荷载布置在相应的位置。

3.15点击〈约束布置〉根据桁架实际支撑情况, 将柱或支撑简化为约束布置在相应的节点上, 即可接力后面的计算程序对桁架进行内力分析。或者, 也可以将柱构件或者支撑构件建立起来, 整体结构进行整体分析也可。

3.16点击〈结构计算〉下<模型检查>可以利用程序对建立好的空间模型进行检查, 检查无误后, 利用〈设计参数〉菜单设置相应的计算参数。

合理的参数填好后, 点击〈结构计算〉下〈PMSAP数据〉, 形成完毕后程序提示PMSAP计算分析文件生成完毕, 可以进行计算分析!点击〈结构计算〉下〈PMSAP计算〉计算完毕后, 点击〈结构计算〉下〈结果显示〉便可看到本结构的相关结果文件。

4结论