体验视阈下的旅游景区声景营构

国内对于声景的研究还处于起步阶段,且从未与＂旅游景观＂设计的实践研究相结合。旅游的＂体验＂硬核及旅游景观的经济属性决定了把＂声景＂营构引入景区规划设计的必要性与重要性。实现旅游者的体验需求与声景设计的契合与和谐,实现综合效益最大化,是旅游景区声景营构追求的目标。     

体验视阙下旅游景观色彩营构探析

分析旅游者色彩心理,营造适当的色彩环境引发个体的情感和内心感受,构架起景观与旅游者之间"刺激"与"体验"的互动关系,是旅游景观色彩营构的重要路径。跳出单体景观的色彩设计,注重景区景观的总体色彩视觉效果;关照美感与文化的双重体验,使景区色彩营构符合旅游者的体验需求且与客观环境达到和谐;色彩营构协助解决景观的地域、民族、文化传统的保护和延续等问题是本文的关注点。     

诗歌的医疗作用

本文通过理论研究简要分析了国内的诗疗现状及诗歌具备医疗作用的原因。同时，通过采访、问卷调查等实践研究了解到诗疗教育的重要性和发展现状。     

西诗中跨句行的功能研究

跨行是传统西诗创作中经常用到的行文手段,最早被用于隔断句式和表现音韵。通过对跨行在诗歌创作中的功能的进一步研究,证实跨行除了以上两种功能,还可以起到把重要语词置于醒目位置、改变诗歌节奏及营造图式意象等作用,促进诗歌的思想表达,推动诗歌的主题发展。     

统计学分析方法应用于乳酸乳球菌培养基的优化

应用Plackett-Burman设计法对影响乳酸乳球菌发酵的培养基主要组分进行筛选,确定了影响乳链菌肽效价的关键因素为酵母浸粉、葡萄糖和K2HPO4.在此基础上,采用响应面法(RSM)优化乳链菌肽发酵培养基.结果表明,当酵母浸粉质量浓度为22.35g/L,葡萄糖质量浓度为24.80g/L,K2HPO4质量浓度为13.65g/L时,乳链菌肽产量最大,此时,乳链菌肽产率为2157IU/mL.实验验证,最佳条件下乳链菌肽产率为2115IU/mL,预测值与验证值吻合得较好.     

基于多参数二次规划的零陷展宽和旁瓣控制方法

自适应波束形成算法能将零陷自动对准干扰方向,但在干扰源角度抖动等情况下,会使自适应权和数据失配.此外,在快拍数较少的情况下,传统的自适应波束形成方法可能会出现很高的旁瓣.针对上述问题,提出了一种有效的基于多参数二次规划的零陷展宽和旁瓣控制方法.首先,利用锥化矩阵修正采样协方差矩阵展宽干扰源的零陷;然后,用主瓣区域外的多个二次不等式控制旁瓣;最后用多参数二次规划方法求解优化问题.该方法不仅能获得更高的阵列输出增益,而且可以通过实值计算得到最优权向量.仿真结果验证了算法的有效性.     

以就业为导向的财务管理专业培养方案设计——以莆田学院为例

后金融危机时代，我国社会经济水平回稳上升，但高校毕业生规模的扩大对就业的影响仍然很大，尤其是对财务管理专业的人员更是巨大的冲击。当前初级财务人才市场趋于饱和，而高级人才贫瘠。为更好地适应就业市场的需求，文章以问卷调查形式，对莆田学院财务管理专业毕业生和在校生关于对财务管理专业培养方案的相关问题进行调查分析，并对存在的问题提出相关政策建议。     

软实时服务与绿色通信

结合"绿色通信"的需求,具体阐述了宽带移动业务软实时服务中的绿色通信思想,包括软实时服务中的"以延时换能耗"的设计理念,以及如何通过阈值限定来达到延迟和能耗的折中;并且介绍了一种适用于软实时业务模式的带闭环反馈的功率控制算法,对基站能耗进行了优化.     

从“概念整合理论”看英语复合词的“非常规”意义建构——以“Blue X",“White X”为例

英语复合词的形式看似简单,意义建构却是复杂的,并非是词意的“物理叠加”,而是一个复杂的心智整合过程.又由于心智整合过程中“文化框架”的介入,英语复合词经整合得到的“浮现意义”与其字面意义相去甚远.语言学家Fauconnier于1994年正式提出概念整合理论,该理论能够很好地揭示出心智整合的本质,并能清晰地展现出英语复合词“非常规”意义建构的动态过程.     

边云协同计算下基于ST-GCN的监控视频行为识别机制

智慧城市的迅速发展为人们的日常生活带来了极大的便捷，其中视频监控系统越来越智能化是信息技术逐渐成熟的必然结果 .人体行为识别是智能安防监控领域的重要任务之一，但大量的边缘监控设备产生了井喷式图像视频数据，传统单一的云计算模式已无法全面有效地应对海量数据的计算与处理.提出一种大数据驱动下采用边云协同计算的人体行为识别机制，将以往中心化的计算扩展为边缘、云端协同处理.首先，在边缘节点N0对视频进行相似帧去除的预处理并对提取的骨架序列进行多层次表示，然后云端对时空图卷积神经网络（Spatial Temporal Graph ConvNet,STGCN）模型进行训练并将其部署至边缘节点N1～Nm，边缘节点使用训练好的模型完成行为识别任务并将结果上传至云端进行融合得出最终行为类别.实验结果证明，所提方案能有效减少以往中心化计算的网络传输量及云端存储压力问题，且边云协同的优势使得模型识别的准确率稳定提升了2.2%以上.