论马援平定交趾之乱对北部湾地区经济发展的影响

马援在出兵交趾过程中,促进了岭南地区内河通道以及北部湾海上通道的建设,一方面促使岭南地区与中原地区的交往从传统的以战争为主要动力的阶段向以和平贸易、移民为主要动力的阶段转化,另一方面,使北部湾地区逐渐从一个相互封闭的地理区域转化为一个受地区分工主宰的经济区域。上述转变对北部湾地区的经济发展产生了积极影响。     

基于GIS的横断山区地形起伏度与人口和经济的关系

地形起伏度是影响山区人口分布和经济发展的关键因素。以横断山区大尺度ASTER GDEM为数据源,基于GIS的窗口递增分析原理,采用均值变点法科学分析平均地形起伏度的最佳统计面积并对其进行分级和相关性分析,得出实验区最佳分析窗口面积为0。202 5 km²,省域之间地形起伏度差异明显,省内差异不明显,相关性较高。同时,采用空间分析技术、统计学方法以及PCA排序法,分析地形起伏度与人口、经济的关系。研究结果表明：随着地形起伏度的增大,人口密度逐渐降低,当达到3。7以后人口密度趋于一个固定值;地形起伏度与第三产业占GDP比重的负相关性最大,与城镇化率的负相关性较小,与人均GDP的负相关性最小。     

平面Bézier曲线细分算法的参数优化

复杂曲线逼近是CAGD中的基本问题,传统deCasteljau算法通常固定细分参数为0.5.本文考虑平面Bézier曲线的凸包最小和扁平度最小两种情况,分别给出凸包最优和扁平度最优的细分参数的定义和计算方法,使每次细分后得到的新控制多边形更好地逼近原曲线.通过分析不同类型曲线的最优参数发现,对于较小的曲线段,细分参数选为0.5具有一定的合理性.比较扁平最小方法与deCasteljau定参数方法发现:对于形状复杂的曲线,前者细分效率提高50%以上;对于简单曲线,二者相当.     

集中连片特困地区贫困发生率的空间特征*--基于3D框架对武陵山片区的个案分析

扶持集中连片特殊困难地区脱贫致富是中国新一轮减贫的重点,片区扶贫是把片区作为主战场,以片区的形式组织扶贫开发。选取武陵山片区有代表性的41个县为样本,采用中国农村贫困监测报告的相关数据,基于密度、距离和整合的3D框架分析县域贫困发生率的影响因素,结果表明：与经济中心距离越远、基于面积的经济密度越高、扶贫资金越多的县,贫困发生率越高,反映出经济发展与扶贫工作不同步、偏远地区经济增长动力不足以及扶贫资金使用效率和扶贫精准度有待提高等问题。因此,应转变发展方式,实现县域经济密度和减贫绩效“双赢”;加快基础设施建设,缩小偏远地区与中心城市的经济距离;建立和完善精准扶贫、协作扶贫机制,提高扶贫资金使用效率。     

专家视野中的区域教育发展战略与西部教育政策 --运用德尔菲咨询法进行的调查分析

以西部大开发五年多来的教育发展为背景,采用德尔菲咨询法,调查了国内30位专家对区域教育发展战略选择和西部教育政策调整方向的意见。多数专家认为,在区域教育发展战略的选择上,应当均衡地普及九年义务教育以及高中阶段教育,非均衡地调整高等教育布局,促使国家扶持、东部地区支持与西部地区自身努力有机结合,坚持走区域特色发展、分类推进的路子。在西部教育政策的调整上,要加强中央政府政策与西部地方政府政策之间的配套;进一步协调部门政策,以切合西部教育发展实际;加强中央政策的法律支撑体系和良性运行机制建设;采取不同方式处理东、中、西部及西部内部地区之间的关系;健全投入体制,深化办学体制改革和制度创新。     

VLAN技术应用研究

随着网络的发展,网络设备不断增多,VLAN技术应用而生,该技术可以有效阻隔网络广播,控制广播风暴,提高网络的安全性.本文着重阐述VLAN的划分方法通常有四种方式、VLAN的关键技术是ISL标签VTP协议、VLAN通信中遇到的问题及解决方法、如何配置VLAN.     

夜郎与巴蜀相关民族的族属问题

先秦的巴、蜀和先秦至秦汉的夜郎三个西南方国,疆界连接交错,关系极为密切。古代的巴、蜀、夜郎地区的主要民族所处区域虽先后有别,但秦之时其分布的大体格局就已经形成。整个巴、蜀地区在古代称为“夷越之地”,这里的“夷”是指氐羌族系的民族,而“越”是指濮越族系的民族。“西南夷”中的氐羌族系与现今的藏缅语族有关,濮越族系与现今的壮侗语族有关。时至今日,这种状况仍基本没有改变,即今西南地区除了苗瑶语族的民族外,壮侗语族和藏缅语族的民族基本上仍是当地的主要民族。     

偏远山区数字图书馆建设的思考

数字图书馆向我们走来,它与传统的图书馆相比,数字图书馆的用户不再是固定的而是在开放式、交互式的环境下资源共享。它使山区人民对信息的发展和使用更上了一个档次,在从事图书馆的工作中,逐步培养起超前意识和战略眼光,立足当前,着眼长远,加强学习,为贫困地区图书馆事业的发展做出贡献。     

大面积建成区建筑密度遥感制图产品的精度验证

大面积建成区建筑密度遥感制图产品能够提供土地开发强度与人类居住环境的基础信息,是支撑人居环境研究和土地利用规划的重要数据。全球人类居住区层（global human settlement layer,GHSL）是由欧盟联合研究中心负责的大面积人居环境制图项目,建成区建筑密度遥感制图产品是GHSL重要的组成部分。目前该产品在欧美地区已经完成了GHSL建成区建筑密度遥感制图产品的验证。然而以中国为代表的东亚区域的建筑物形态和城市布局与欧美等区域有较大的差别,有必要在亚洲地区对其进一步验证。以中国的5个典型城市（上海、西安、长春、昆明和乌鲁木齐）大面积单体建筑物分布图为基础,通过聚合分析和邻域关键点搜寻匹配等算法,生成中国建成区建筑密度栅格图像产品作为验证数据,然后通过回归分析等方法,在像元尺度上对GHSL建成区遥感制图产品进行评价验证。结果显示,GHSL建成区建筑密度产品在较低分辨率下可以反映中国地区建筑密度情况,但在较高分辨率下在高值区过高估计密度。本研究可以为中国地区研发建成区建筑面积密度产品提供依据。     

Responses to oral glucose challenge differ by physical activity volume and intensity: A pilot study

BackgroundOne-hour postprandial hyperglycemia is associated with increased risk of type 2 diabetes and cardiovascular disease. Physical activity (PA) has short-term beneficial effects on post-meal glucose response. This study compared the oral glucose tolerance test results of 3 groups of people with habitually different levels of PA.MethodsThirty-one adults without diabetes (age 25.9 ± 6.6 years; body mass index 23.8 ± 3.8 kg/m²; mean ± SD) were recruited and divided into 3 groups based on self-reported PA volume and intensity: low activity < 30 min/day of moderate-intensity activity (n = 11), moderately active ≥ 30 min/day of moderate-intensity PA (n = 10), and very active ≥ 60 min/day of PA at high intensity (n = 10). Participants completed an oral glucose tolerance test (50 g glucose) with capillary blood samples obtained at baseline, 15 min, 30 min, 45 min, 60 min, 90 min, and 120 min post-ingestion.ResultsThere were no significant differences between groups for age or body fat percentage or glycated hemoglobin (p > 0.05). The groups were significantly different in terms of baseline glucose level (p = 0.003) and, marginally, for gender (p = 0.053) and BMI (p = 0.050). There was a statistically significant effect of PA on the 1-h postprandial glucose results (p = 0.029), with differences between very active and low activity groups (p = 0.008) but not between the moderately active and low activity groups (p = 0.360), even when baseline glucose level and gender differences were accounted for. For incremental area under the curve there was no significant effect of activity group once gender and body fat percentage had been accounted for (p = 0.401). Those in the low activity group took 15 min longer to reach peak glucose level than those in the very active group (p = 0.012).ConclusionThe results suggest that high levels of PA have a beneficial effect on postprandial blood glucose profiles when compared to low and moderate levels of activity.