水墨元素在包装设计中的应用

目的 探析包装设计中的水墨元素应用新方向及新路径。方法 从消费市场的成熟催生消费形式的多样和消费需求的多元这一背景出发,总结包装设计对民族文化元素的现实需求及重要性,接着深入民族文化内部,提取出水墨元素这一典型代表,同时结合水墨元素自身所呈现出的自然、空灵、黑白、简洁特质探寻当前包装设计对其的创造性应用,并分别结合水墨元素的文字、图形等精髓进行整体方向的总结,最后从水墨造型、水墨肌理、水墨意蕴等方面透析其在包装设计中的个性化应用路径,展望未来的发展优势,挖掘深层的发展潜力。结论 水墨元素凭借自身独特的特性创造出不同的层次与灵动的画面,其在包装设计中的创造性应用赋予了产品更多的内在价值,提高了整体的设计水平,促使包装设计由单纯的商业化向艺术化的方向迈进。     

耐高温二氧化硅气凝胶复合材料制备及其导热研究

以二氧化硅溶胶为前驱体,利用树脂转移模塑成型(Resin transfer molding,RTM)工艺制备了二氧化硅气凝胶复合材料.对制备的气凝胶复合材料进行了结构表征;对气凝胶复合材料的隔热性能和耐高温性能进行了试验考核,结果显示,20 mm厚材料经过900℃、1000 s的石英灯考核后背温为186℃,材料经过1100℃、1000 s的马弗炉试验后线收缩率为1.2％,该气凝胶复合材料具有优良的隔热性能和耐高温性能.研究了温度对气凝胶复合材料导热的影响,结果表明,气凝胶复合材料的导热系数随温度的升高逐渐增大,900℃导热系数为室温的5倍.研究了气体环境对气凝胶复合材料导热的影响,发现氮气环境下气凝胶复合材料的导热系数随温度的变化与空气环境基本相同.     

课程思政视域下大学生网络文明培养体系研究

基于课程思政,将德育内涵与元素融入课程教学目标与课堂教学内容中,分别从从“六个方面”、“四个课堂”、“四个层面”三维度展开,全面构建了具备针对性、实效性、立体化的“644”大学生网络文明培养体系。通过对大学生网络文明培养体系的研究,为各个专业和课程融入网络文明这一元素提供重要借鉴,并着力规范大学生网络行为,促进高校大学生网络文明素养的提高。     

EDA仿真软件在电子技术实验教学中的应用

Multisim、EWB是功能强大的EDA仿真软件,它将理论知识与实际操作结合在了一起,通过计算机进行模拟电子电路实验操作。这种虚拟实验在电子技术实验教学中得到了广泛的运用,它能够提高学生的实验操作能力,通过计算机实验,加深对于理论知识的了解。本文通过举例,说明Multisim、EWB等仿真软件在实验教学中是如何被运用的。     

基于动态社会网络的敏感边的隐私保护

为解决动态社会网络发布中敏感边的隐私保护问题,针对攻击者将目标节点在不同时刻的节点度作为背景知识的应用场景,提出了一种新的基于动态网络的敏感边的隐私保护方法,它的思想是:首先通过k-分组和(k,Δd)-匿名发布隐私保护方法来确保目标节点不能被唯一识别,被攻击识别的概率不超过1/k;其次根据泄露概率对边进行保护,确保敏感边泄露的概率不超过用户给定参数u。理论分析和实验证明,所提出的方法可以抵御攻击者对敏感边的攻击,能有效地保护社会网络中用户的隐私信息,同时保证了动态社会网络发布的质量。     

煤矿瓦斯超限分矿分级防信息阻塞短信报警系统设计

针对目前煤矿瓦斯超限短信报警存在报警信息不分级别或只分级别不分矿名发送、短信发送设备容易死机造成信息阻塞等问题,设计了一种煤矿瓦斯超限分矿分级防信息阻塞短信报警系统。该系统通过对煤矿数字化瓦斯远程监控系统实时采集的数据进行分析处理,将超过各级报警阈值的数据根据不同的矿名和阈值级别,通过具有死机自动复位功能的多接口短信发送装置分别发送至相应矿相应级别的人员手机上。实际应用结果表明,该系统改善了煤矿安全分级监管、分级响应的能力,提高了安全管理的可靠性。     

基于神经元特性的径向基函数神经网络自组织设计方法

针对径向基神经函数(RBF)网络隐层结构难以确定的问题, 本文介绍了一种基于神经元特性的RBF神经网 络自组织设计方法, 该方法将神经元的激活活性、显著性、相关性相结合设计RBF(ASC–RBF)神经网络. 首先利用 神经元的激活活性, 实现隐含层神经元的自适应增加, 结合神经元的显著性以及神经元之间的相关性, 实现神经元 的自适应替换和合并, 完成网络自组织设计并提高网络的紧凑性, 然后利用二阶梯度算法对网络参数进行修正学 习, 保证了RBF网络的精度; 另外, 针对网络结构自组织机制给出了稳定性分析; 最后通过两个基准非线性系统建模 仿真实验以及实际污水处理过程水质参数预测实验验证, 证明该算法的有效性. 对比实验结果表明, ASC–RBF神经 网络与现有的自组织网络相比, 在保证泛化性能的同时, 该网络的训练速度更快, 而且有更紧凑的网络结构.     

基于自适应模拟退火的变频正弦混沌神经网络

针对变频正弦混沌神经网络寻优精度与收敛速度无法兼顾的问题,通过分析暂态混沌神经网络的优化机制和现有的退火策略,提出了一种基于自适应模拟退火策略的变频正弦混沌神经网络模型.该模型可以根据混沌神经元的Lyapunov指数来确定合适的自反馈连接权值.给出了混沌神经元的倒分岔图、Lyapunov指数及不同退火函数的时间演化图,证明了自适应模拟退火策略能够自主选择合适的退火速度,更有效的利用混沌全局搜索能力,并加快非混沌态的演化时间.为了证明该模型的有效性,将其应用于函数优化和组合优化问题中.仿真实验表明：（1）对于该模型退火速度的选择,自适应模拟退火策略比现有的几种退火方法更具有灵活性和适应性;（2）该模型在寻优精度和速度上比暂态混沌神经网络及其他改进模型具有更好的兼顾性.     

带扰动的变频正弦混沌神经网络研究

为了研究变频正弦混沌神经网络(FCSCNN)的抗扰动能力,在该混沌神经元的内部状态中分别引入三角函数和小波函数扰动项,提出了带扰动的变频正弦混沌神经元模型。给出了该混沌神经元的倒分岔图及Lyapunov指数的时间演化图,分析了其动力学特性。利用该模型构建了新型暂态混沌神经网络,通过选择不同的扰动系数,将其应用于函数优化和组合优化问题上。仿真实验表明,在适当的扰动系数下,变频正弦混沌神经网络能够有效地解决函数优化和组合优化问题,体现了该模型具有较强的鲁棒性和抗扰动能力。     

基于尖峰自组织模糊神经网络的需水量预测

短期需水量预测是城市给水管网安全稳定运行的前提和保证.针对日需水量预测提出一种基于尖峰机制的自组织模糊神经网络(SSOFNN)模型.针对影响变量复杂多变的特点,采用主成分分析对原始数据进行降维处理,获取线性无关的主成分变量作为预测模型输入数据.SSOFNN模型根据尖峰强度和误差指标在训练过程中对隐含层神经元进行增长修剪,结合改进Leveberg-Marquardt算法简化参数更新过程中的计算过程,大大减少了计算量,能够获得紧凑的网络结构,且跟踪精度高,运行时间短,预测效果好.