摘要：以桂林园林植物园为例,分别从地形地貌、植物、园路、建筑及小品等方面进行调查和分析,总结了桂林园林植物园的地域性景观特色,提取了诸多特征元素,阐释植物园地域性特色设计的方式、方法。并从利用基地地貌特征、应用本土植物和建筑材料,营造地域性特色景观进行阐述;从园林建筑风貌和小品设计的细节上,以及结合当地特色设置旅游项目等方面,提出塑造植物园地域性特色景观的方法和建议。

摘要：针对传统基于机器学习的流量分类方法中特征选取环节的好坏会直接影响结果精度的问题,提出一种基于卷积神经网络的流量分类算法。首先,通过对数据进行归一化处理后映射成灰度图片作为卷积神经网络的输入数据,然后,基于LeNet-5深度卷积神经网络设计适于流量分类应用的卷积层特征面及全连接层的参数,构造能够实现流量的自主特征学习的最优分类模型,从而实现网络流量的分类。所提方法可以在避免复杂显式特征提取的同时达到提高分类精度的效果。通过公开数据集和实际数据集的系列仿真实验测试结果表明,与传统分类方法相比所提算法基于改进的CNN流量分类方法不仅提高了流量分类的精度,而且减少了分类所用的时间。