摘要：人们普遍认为规划理论与规划实践者的相关度不高。本文试图通过展现过去50年里规划理论对规划这个职业的影响,来反驳这种观点。文章提出了理论可以有助于规划工作领域的三种途径(这里的规划领域主要指北美的规划实践和教育)。第一个途径是对规划工作深入的人文主义哲学思考,并且探寻它对规划实践的含义。第二个途径是对规划实践进行调整,使其适应现实世界在尺度、复杂性和时间上的限制。第三个途径是将其他领域的知识和思想通过规划理论转译到规划领域。本文的结论是:规划理论应当被看作是全球学者跨学科的一种努力,他们对规划专业的贡献非常重要。

摘要：提出一种基于需求侧减排的节能调度方法,在此基础上,建立基于火电机组负荷分配和需求控制方案最优的双层优化模型,设计了迭代算法,并利用改进NSGA-Ⅱ法对下层多目标模型进行求解。算例分析表明,该模型在保证电网运行经济性的前提下,能使发电和需求侧的污染物排放水平显著降低,并能提供各发电机组的调度方案及需求的控制方案,具有一定的实用性;所提出的改进NSGA-Ⅱ法与一般NSGA-Ⅱ法、多目标遗传算法相比,能改善帕雷托解集的空间分布,降低迭代次数,因此性能更优。

摘要：2012年,美国正式发布了《K-12科学教育框架:实践、通用概念及核心概念》最终版。作为全美新一代科学教育标准的指导性文件,该框架使用了学习进阶连贯地表征出学生在各学段应达成的学习目标。学习进阶的提出与定义、组成要素、理论基础及其构建与呈现方式决定了其对学生认知发展和已有生活经验的关注,使其成为教育研究与教学紧密结合的桥梁,也是设计与实现少而精、连贯一致的中小学科学课程的必然需求。当前,国际科学教育领域已由学习进阶的研究与设计阶段迈向应用与实践层面,而我国对学习进阶的认识与研究仍处于起步阶段,亟须在中小学科学教育领域展开对学习进阶的深入研究。

摘要：目的以全面整体的视角进行设计问题的识别和分析,更深层次地了解用户,管理用户知识,达到更有效的设计信息管理的目的。方法基于设计信息框架结构化的情景生成形式,使用设计信息框架作为整合多种特征模型和表征的机制,整合多重特征模型。结果运用多重特征模型实现了有效地分析复杂使用状况、识别问题和需求,产生设计解决方案。结论该方法能更有效地支持问题的解决、沟通,更好地描述使用者在上下文中的行为。

摘要：一、研究背景我们的研究工作是自主发起的。诺曼等学者开创了一类设计研究,目前一般称之为以用户为中心或者说以人为中心的设计（HCD）。2这些方法都有一个共同的框架,即一个迭代的调查周期,其特征通常表现为观察、意念阶段、快速原型和测试。每次迭代都建立在前一个周期的经验教训基础之上,并且该过程在结果适当或已经用完规定时间的情况下即行终止。

摘要：冠状病毒感染所引起的疫情对人类健康造成严重威胁,但目前尚无特异性治疗药物或疫苗。本文从药物化学的视角,精选抗SARS-CoV、MERS-CoV等冠状病毒药物的研究案例,总结了药物发现策略,并分析了新近暴发的SARS-CoV-2感染疫情的药物研究新动向,提出了未来研究的新思路。

摘要：在无线传感器网络的数据收集过程中,传统的传输方式会使靠近Sink节点的中继节点接收和发送大量数据,形成一个以Sink节点为中心的区域.相对于其他节点来说,该区域内传感器的能量会更快地被耗尽,导致整个网络负载不均衡.目前,压缩感知(Compressive Sensing,CS)已经逐步应用于无线传感器网络领域用以减少传感器的传输量,以达到延长网络生命周期的目的.为实现能量有效的传输,该文提出一种基于区域化压缩感知(Regionalized Compressive Sensing,RCS)的数据收集方法.首先,网络拓扑被随机划分成多个区域,划分原则不依赖于所采集数据的特征或相关性;然后,每个区域选择选出一个区域中心节点以接收其他节点的采样值;随后,区域中心节点使用CS方法获得区域测量值;最后,这些节点将它们发送到Sink节点用于数据重构.为保证RCS的有效性,该文进一步考虑了实际应用中的两个问题,区域测量矩阵的设计和采样停止时机的选择.通过与当前典型的传输方法比较,RCS方法的性能优于直接传输、分布式压缩感知以及混合算法,同时实验验证了所提出的区域测量矩阵设计原则和采样停止原则是可行的.

摘要：推荐系统旨在为用户提供个性化匹配服务,从而有效缓解大数据时代的信息过载问题,并且改善用户体验,增加用户粘性,极大地促进了电子商务等领域的发展。然而,在实际应用场景中,由于数据稀疏和冷启动问题的存在,推荐系统往往难以得到精准的推荐结果;而复杂的模型设计也导致推荐系统的可解释性不尽如人意。因此,如何充分利用交互、属性、以及各种辅助信息提升推荐的性能和可解释性是推荐系统的核心问题。另一方面,异质信息网络作为一种全面地建模复杂系统中丰富的结构和语义信息的方法,在融合多源信息、捕捉结构语义等方面具有显著优势,已经被成功应用于相似性度量、节点聚类、链接预测、排序等各种数据挖掘任务中。近年来,采用异质信息网络统一建模推荐系统中不同类型对象的复杂交互行为、丰富的用户和商品属性以及各种各样的辅助信息,不仅有效地缓解了推荐系统的数据稀疏和冷启动问题,而且具有较好的可解释性,并因此得到了广泛关注与应用。本文旨在对基于异质信息网络的推荐系统进行全面地综述,首次系统地梳理现有工作,弥补该领域缺乏综述的空白。具体而言,本文首先介绍了异质信息网络和推荐系统的核心概念和背景知识,简要回顾了异质信息网络和推荐系统的研究现状,并且阐述了将推荐系统建模为异质信息网络的一般步骤。然后,本文根据模型原理的不同将现有方法分为三类,分别是基于相似性度量的方法、基于矩阵分解的方法和基于图表示学习的方法,并对每类方法的代表性工作进行了全面的介绍,指出了每类方法的优缺点和不同方法之间的发展脉络与内在关系。最后,本文讨论了现有方法存在的问题,并展望了该领域未来的几个潜在的研究方向。

摘要：现有地形生成方法多针对的是自然、随机地形,对具有明确设计需求的地形,尤其是对人工地形自动化生成缺乏深入探讨。针对生产建设中“人工堆垫地形”的高效生成问题,该文提出一种自动化地形生成方法:首先,在分析该类地形形态特征的基础上,使用直骨架算法对地形底部平面轮廓图进行区域划分以获得不同的坡面区域,然后采用高效的多边形直骨架斜接偏移算法,构造和编辑阶梯状坡面或曲面坡面,由此可以根据给定参数自动、高效地构造出等高线地形模型。该方法有效扩展了传统直骨架方法的造型能力,对于排土场、梯田和林业景观等地形及边坡的计算机辅助造型设计具有一定的应用价值。

摘要：Pedway为芝加哥地下步行系统。这个始建于1951年的庞大系统提供了一个不受天气和机动车干扰的舒适、安全的步行空间;同时结合步行沿线地下空间资源,形成了集中交通、办公与商业等功能的地下综合体,被称为芝加哥"地下城"。本文试图从Pedway的历史沿革、物理空间、规划体系以及政策法规等方面来诠释这一地下空间开发利用的成功案例。