【摘 要】
：
随着我国经济发展，城市化进程加快，城市的迅速扩张。而住宅建设量的大幅上升以及在人居环境建设中对能源、资源消耗问题的轻视，导致了在住宅建设过程中大量资源被浪费，也违背了我国建设可持续发展的人居环境的基本国策。国家住宅建设新政策要求：套型面积90 m2以下住房(含经济适用房)面积所占的比重，必须达到开发建设总面积的70％以上。但是据国家统计局2008年的住宅建设数据显示，市场上70％-80％的商品房仍
论文部分内容阅读
随着我国经济发展，城市化进程加快，城市的迅速扩张。而住宅建设量的大幅上升以及在人居环境建设中对能源、资源消耗问题的轻视，导致了在住宅建设过程中大量资源被浪费，也违背了我国建设可持续发展的人居环境的基本国策。
国家住宅建设新政策要求：套型面积90 m2以下住房(含经济适用房)面积所占的比重，必须达到开发建设总面积的70％以上。但是据国家统计局2008年的住宅建设数据显示，市场上70％-80％的商品房仍然是高档房，面积普遍偏大，同时市场上中小户型的设计也存在着诸多问题，不能很好的满足核心家庭的使用要求，而对于90m2户型设计的研究也仅处于起步阶段。针对这种现状，文章首先分析了当代我国家庭结构的现状，得出了我国家庭结构的主要形式是以核心家庭为主，然后从核心家庭的居住空间需求及影响空间构成的因素入手，深入研究了核心家庭各功能空间面积的构成，得出功能空间的低限面积和理想面积。
同时文章研究了大量的市场上已经推出的90 m2户型的各项经济技术指标，对其各居住空间面积深入的量化分析，在对它们进行归纳总结的同时，与前面得出的核心家庭功能空间面积进行比较，分析两者之间的差异，得出当前市场上90m2户型在设计方面的不足。然后在第四章提出了通过增加户型的灵活性、适应性和空间的精密设计来弥补的解决措施，同时在第五章对中小户型的发展方向做出了展望。
本文主体分为二部分：
第一部分：基础性理论。包括我国家庭结构变化和核心家庭居住需求研究，主要是指：一、从核心家庭居住需求的角度出发研究户型空间尺度，得出核心家庭的空间低限面积值和理想面积值。二、分析量化市场上现有的户型得出的90m2户型使用面积及各功能空间面积值，与前面的结论比较，总结出现行户型设计上的问题。
第二部分：设计原则和空间设计要点。以第一部分的研究为基础，总结出户型设计原则及户型空间设计上所采用的可变性、适用性方法。
其他文献
情绪分析是一种细粒度的情感分析任务。基于机器学习方法的情绪分析任务旨在训练机器学习模型，将输入文本自动标注以预先定义好的情绪类别(即情绪分类任务)，或是将输入文本自动标注以情绪分数(即情绪回归任务)。异构文本是指包含两个或多个不同语言、不同领域、或拥有不同标注体系语料的集合。传统的情绪分析任务若要取得良好的效果，需要利用大规模的单语、单领域、单一标注体系的语料库来进行模型的训练，而这样的语料往往难
测井信息是地层岩石物理性质的反映,而沉积是地层岩石物理性质的重要控制因素。测井资料是油气储层沉积学研究中基础而重要的信息来源,测井相则是测井信息与储层沉积学特征之间的桥梁。但是测井相的研究方法或是使用全人工的方式,手动对比测井曲线图进行识别分析,或是针对某一研究区域建立数学模型,这就带来了测井相识别过程的效率低、精度低和泛化能力差等问题。由于实际测井勘探过程中存在不可避免的系统误差,导致测井数据存
如今,汽车为人们出行带来便利的同时,也存在交安全隐患。驾驶员因注意力不集中、疲劳驾驶等常导致交通事故,因此,研究车载安全辅助驾驶系统极具研究价值。而在这些技术实现过程中,车载平台环境下的车辆目标检测与跟踪是重要的研究内容之一。首先传统检测方法存在过于依赖手工调参、目标检测效果差等弊端;其次传统的跟踪方法在目标自身变化剧烈或被遮挡时易产生漂移。最后虽然深度学习在在视频领域取得了突破性进展,研究员总能
深度数据在计算机图形学、三维重建等领域有着至关重要的意义,深度相机的出现使得用户能够更加便捷地获取深度数据,使得三维重建更加简单、快捷,然而深度相机在采集深度图像时,往往出现错误或丢失的深度数据,尤其是采集植株物体的深度图像时,在枝、叶等细节处易出现深度数据丢失的情况,且往往含有大面积缺失深度数据的区域,而利用常见的深度图像修复方法对植株深度图像进行修复的效果并不是很理想。针对植株深度图像的深度数
从人类出现至今,疾病严重影响着人类身体的健康。全基因组关联研究(Genome-Wide Association Study,GWAS)可以实现对与复杂疾病相关的单核苷酸多态性(Single Nucleotide Polymorphism,SNP)等遗传标记的定位,有利于进一步了解疾病的发病机理,并为其预防、诊断以及治疗提供帮助,是当今生物医学研究的热点。从单核苷酸多态性的层面上来看,人类基因组是一
现有常见的目标检测算法仅针对一般场景具有较好的检测性能,然而不适用于复杂场景。复杂场景下的目标检测会存在如下问题:1)背景中存在噪声影响目标检测的精确度;2)检测目标具有很多复杂的组成部分;3)目标与背景仅存在非常小的差异,颜色等特征极其相近等等。这些问题给目标检测带来了极大的挑战,如何从复杂场景中实现目标的识别与检测则成为更加重要和困难的问题。本文主要针对复杂场景下的目标检测算法展开研究,提出一
近年来,随着三维成像技术的快速发展,像微软Kinect、英特尔的Real Sense和谷歌的Tango等低成本小型化三维传感器都可以很好地捕获场景三维信息,帮助智能设备更好地感知、理解世界,降低了人们以三维的方式获取真实世界信息的门槛。通过三维扫描设备获取的原始三维数据通常是点云的形式,其数据结构是不规则的。深度学习中传统卷积算子为了实现权值共享和核函数优化需要以规则化的数据结构作为输入,所以之前
随着复杂油藏的开发越来越受到重视,地质导向技术在石油勘探开发领域的重要性也愈加明显。地质导向技术根据井下实际地质情况有效的控制钻头行进,可以使钻头尽可能地在储层中穿行,提高油层钻遇率和油气采收率。随钻方位伽马测井数据是定向井地质导向过程中的重要参数之一,研究不同地质构造下的方位伽马仪器响应模式并自动识别地层角度能够为钻头导向的调整提供参考依据,从而为高精度地质导向提供理论指导。论文在对方位伽马探测
手绘图像为人们提供了一种简捷的方式来描述对象的外观和结构。和传统的基于文本图像检索方式相比,手绘图像检索更精准、灵活,一张手绘图可以代表上百个文字。随着触摸屏设备的广泛使用,手绘图像检索近年来已成为一个研究热点。虽然手绘检索优势明显,但在实际应用中仍存在很多困难,主要原因如下:1、手绘图像和自然图像来自不同的域,如果要进行检索需要解决域差异问题;2、手绘图像抽象性高,而且不同人绘制出的手绘图像存在