基于深度时空神经网络的多运输需求协同预测 的中文翻译版本（Co-Prediction of Multiple Transportation Demands Based on Deep Spatio-Temporal Neural Network）

行为检测( action detection) 旨在从长视频中定位出人们感兴趣行为在时间甚至是空间上的具体位置，是最为重要的视频理解任务之一。该技术可以广泛应用于视频监、视频搜索与检索、自动驾驶、人机交互、视频内容推荐等。 压缩包里面的word有环境安装说明，可以在免费云gpu 上运行，售后可以私信截图

关于三维时空角点电测，希望对研究这个领域的人有所帮助

时空数据库查询与推理，本PPT介绍了空间数据库最近邻查询与反向最近邻查询

南京市PM2.5浓度的时空分布及其与气象因子之间的关系论文。 详细叙述了PM2.5浓度的时空分布，利用斯皮尔曼相关系数计算了相关性。并采用CACM分解，查看不同时间频率下的PM2.5浓度变化特征。

针对在线学习跟踪算法中目标模型更新错误而导致跟踪漂移的问题，提出了一种简单但高效的解决方案。在目标区域均匀采样点跟踪器，基于纹理描述对前后两帧点跟踪器进行置信度评估并以此完成目标初步定位，由多维特征时空上下文模型输出目标位置置信图以完成目标精确定位，同时结合置信图决定模型更新速率并给出了一种多尺度更新机制。实验表明，该方法在背景干扰、快速运动、遮挡、光照变化及尺度变化下均能完成稳健跟踪，在320 pixel×240 pixel的视频序列中平均跟踪速度为55.1 frame/s，可以满足实时应用的需求。

基于安徽省2005-2015年期间16个地市城镇化与生态环境两系统的面板数据,运用耦合协调度模型对两系统的耦合、协调进行评价,并结合GIS和Tobit回归模型进行演化与归因分析,研究发现:安徽城镇化与生态环境两系统耦合度稳步提升,形成了由中度协调向良好协调、优质协调梯度演进的发展模式;但多数地市的协调模式属于城镇化发展滞后型;经济发展水平、环境规制和承接产业转移促进了两系统的协调发展,而工业化阻碍了两系统的协调发展。为此,应稳步推进城镇化,加大改善城镇基本公共服务供给力度,优化资源配置,促进产业结构转型升级,积极推进制度创新,实现利益主体的多方联动、协同推进的新型发展模式。

八亿时空：首次公开发行股票并在科创板上市招股说明书.PDF

地理学报-中国城市群地区PM_2.5_时空演变格局及其影响因素_王振波.pdf

首先给出AdS时空的度规,并构造出AdS时空背景下标量粒子和标量场的作用量。由最小作用量原理得到相应的欧拉方程并采用数值法求解方程,结果表明:自由点粒子在AdS时空背景下的运动轨迹为螺线管状,说明弯曲时空AdS对点粒子具有等效的向心力作用。采用渐近边界条件求解标量场方程,结果显示标量场的径向分布与其质量和空间维度有密切关系。