创意人才如何培养

随着知识经济深入发展,“创意”开始成为竞争力的关键性要素。文化创意产业是以文化．产品作为商品进行资产增值的产业形式,如今已发展成为一种在全球化消费社会的背景下,推崇创新理念、强调文化艺术对经济的支持与推动作用的产业形态。     

论消费社会中成人教育的发展

成人教育某种意义上天生就具有消费属性。它在消费社会中逐渐兴起,并在消费社会中走向全面的兴盛。然而,它又深陷消费社会的误区,出现各种甚至是根本性的问题。对此,一要树立正确的办学理念,提高成人教育的质量;二要加大政府扶助力度,关注弱势群体。     

用心栽花与无心插柳——谈初中思想品德课教学的预设与生成

古诗道：“有心栽花花不开,无心插柳柳成荫。”原意是指一心想做成的事没有做成。没有打算有什么结果的事情却在不经意间成功了。依笔者之见,只要我们用唯物辩证法为指导,遵循客观规律,加强主观努力,有心栽花花就开,且无心插柳柳更荫。     

高校人力资源结构中的女性权重——以C市为例

此研究以C市高校中教职工为例,分别以教学研究人员和管理人员为研究对象,根据性别,针对学历和职务两个变量,对C市高校人力资源结构中的女性权重进行分析,并对结果进行讨论。     

基于特征模型融合的实时车道线检测研究

针对无人驾驶领域的车道线检测鲁棒性差的问题,提出一种基于特征模型融合的实时车道线检测算法。在图像预处理阶段引入白平衡、灰度化操作及形态学处理,将RGB颜色空间转换成HSL颜色空间,接着采用梯度阈值检测出黄色和白色车道线进行线性融合以增强车道线特征信息。在模型拟合阶段,采用Canny边缘检测算法和改进的Hough变换提取出边缘特征,最后采用最小二乘法拟合车道线双曲线模型。本文在Python实验环境下对随机选取的不同复杂路况下的视频流序列进行算法验证。实验结果表明该算法平均正确率为96%以上,平均未检测率和平均误检测率分别为1%和3%。实验说明本文算法具有良好的准确性和鲁棒性。在无人驾驶领域具有一定的应用价值。     

中学英语课程精准思政模式构建与实证研究

英语是中学阶段的必修课,也是英语文化的载体。在学习英语的过程中,学生会了解到许多西方的思想文化,在潜移默化中影响着价值观的塑造。所以,教师有必要在中学英语教学中实施精准思政教学,帮助学生树立文化自信。英语教师应该强化学科教育与思政教育的融合,创新教学方式,让学生在学习英语知识的过程中,形成正确的价值观念。文章先分析中学英语课程精准思政模式的构建意义,再研究具体的构建策略。     

超高含水原油混合流动及初始沉积特性

使用自行设计的实验装置,对超高含水原油的流动特性和初始沉积过程进行探究。系统研究实验温度、混合流速和体积含水率对超高含水原油初始沉积过程的影响,分析不同温度下原油的运动形态和初始沉积方式。初始沉积过程可分为蔓延沉积过程和粘连沉积过程,根据沉积特点和压降曲线的变化趋势将初始沉积过程分为3个阶段：沉积诱导期、快速沉积期和沉积动态平衡期。通过对沉积物碳数分布的分析,得知超高含水原油初始沉积过程中,同时存在剪切剥离作用、胶凝作用和分子扩散作用。实验温度和体积含水率主要通过改变胶凝作用和分子扩散来影响初始沉积过程,混合流速通过改变剪切剥离强度来影响初始沉积过程。     

不完备数据下考虑变量混合不确定性的可靠性度量方法（英文）

目的：可靠性优化需要精确度量含不确定性变量的系统可靠性。然而,工程实践中往往不能获取充足的样本数据计算可靠性指标,因此本文针对不完备数据下的系统可靠性度量开展研究。创新点：1.提出了随机变量、稀疏变量以及区间变量混合不确定性下的可靠性度量方法;2.本方法可以推广到p-box和证据理论变量等不确定性变量。方法：1.建立不完备数据下的失效概率函数;2.基于中间辅助变量实现失效概率的一致性计算;3.针对数据不完备前提下失效概率自身也是不确定性变量的问题,对失效概率指标进行敏感度分析;4.将提出的失效概率计算方法推广到p-box变量、多模态分布变量以及证据理论变量;5.采用经典函数案例验证方法的有效性,并将方法应用于锻压机的可靠性分析。结论：1.不完备数据下的系统可靠性存在较大的不确定性;2.通过中间辅助变量可以精确分析混合不确定性下系统的失效概率,确定失效概率的随机分布特性;3.提出的方法可以用较少的计算时间获得准确的可靠性结果;4.本文方法可以扩展到更多不确定性类型的可靠性分析,辅助混合不确定性优化设计。     

女子跳台跳水运动员体重控制焦点问题分析

分析女子跳台跳水运动员体重控制相关文献,认为其焦点问题包括体重与竞技能力、脱水、甜食与补糖、有氧运动等.发现:女子跳台跳水运动员体重控制的关键是控制体重的增速,使之与竞技能力的增长相适应;脱水会使运动员体能下降,并不适用于女子跳台运动员控制体重;只要掌握饮食与训练量之间的平衡,不需要通过额外的有氧运动控制体重.     

基于通道注意力的人脸表情识别

目的:解决通道注意力提取过程中各个通道信息利用不充分、交互性不足的问题。方法:提出一种基于SENet改进的通道注意力模型。本模型利用Inverted Bottleneck提取更加完整的通道信息。将GELU函数引入表情识别,以改善网络升维操作带来的过度融合问题。同时利用信息熵判断不同卷积核生成特征图的重要程度,为网络引入更多的归纳偏置。结果:在CK+和Oulu-CASIA库人脸表情数据集上的正确率分别达到95.92%和91.21%。结论:本方法能够更加充分地利用各通道特征,在有效提升准确率的同时具有较好的泛化能力。