17、古代房屋空间布局与变迁分析

古代房屋空间布局与变迁分析

1. 房屋核心区域的重要性

在古代房屋中,中央壁炉具有举足轻重的地位。它是家庭唯一的热源、光源和食物来源。掌控壁炉的人不仅通过温暖和食物为家庭提供物质支持,还负责监管房屋的出入。中央过道因壁炉的存在而更加重要,在其他斯堪的纳维亚长屋的分析中也有类似情况。壁炉位于中央,强调了中央过道作为建筑枢纽和过渡空间的功能,它连接着房屋内的各个固定点、侧廊、角落和庭院。

从外部访客的角度看,中央过道是建筑中最重要的空间,是内外交流、访客与居民互动的舞台。而侧廊和角落的重要性相对较低。但从家庭内部的角度看,角落、侧廊和门廊等空间与中央过道保持着相等的距离,这为这些空间提供了一定的相对隐私,使它们的活动远离访客。

2. 房屋内的移动模式

古代房屋是复杂的空间,居民会精心管理,以区分居住者和访客。这些建筑主要呈现树枝状和非分布式模式,反映出房屋内的移动是有规定的,可能受到家庭的控制和监控。移动模式可分为“宽而浅”或“深而窄”两种,这两种模式在 9 - 12 世纪都可能出现,它们是同时代且互补的空间模式,但也有少数情况是一种模式取代另一种。

以 BT 和 FS90 两座房屋为例,最初它们的伽马分析都属于“宽而浅”类别。在第一阶段,访客通过门口直接进入中央过道,第二步可以进入角落空间或侧廊,也可以通过后门离开。所有空间对称分布,没有空间因位置更深而更具优势,且侧廊和角落之间没有直接连接,所有移动都通过中央过道进行,这是一种非分布式模式。

后来,这两座房屋在前面增加了门廊,访客先进入过渡性的门廊,能看到两侧用篱笆铺就的角落。进入门廊后,访客需要选择下一步的方向,进入角落则无法继续前进,角落成为移动的死胡同;若进入中央过道,就能

【电能质量扰动】基于ML和DWT的电能质量扰动分类方法研究(Matlab实现)内容概要:本文研究了一种基于机器学习(ML)和离散小波变换(DWT)的电能质量扰动分类方法,并提供了Matlab实现方案。首先利用DWT对电能质量信号进行多尺度分解,提取信号的时频域特征,有效捕捉电压暂降、暂升、中断、谐波、闪变等常见扰动的关键信息;随后结合机器学习分类器(如SVM、BP神经网络等)对提取的特征进行训练分类,实现对不同类型扰动的自动识别准确区分。该方法充分发挥DWT在信号去噪特征提取方面的优势,结合ML强大的模式识别能力,提升了分类精度鲁棒性,具有较强的实用价值。; 适合人群:电气工程、自动化、电力系统及其自动化等相关专业的研究生、科研人员及从事电能质量监测分析的工程技术人员;具备一定的信号处理基础和Matlab编程能力者更佳。; 使用场景及目标:①应用于智能电网中的电能质量在线监测系统,实现扰动类型的自动识别;②作为高校或科研机构在信号处理、模式识别、电力系统分析等课程的教学案例或科研实验平台;③目标是提高电能质量扰动分类的准确性效率,为后续的电能治理设备保护提供决策依据。; 阅读建议:建议读者结合Matlab代码深入理解DWT的实现过程特征提取步骤,重点关注小波基选择、分解层数设定及特征向量构造对分类性能的影响,并尝试对比不同机器学习模型的分类效果,以全面掌握该方法的核心技术要点。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符  | 博主筛选后可见
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值