德国城堡与宫殿建筑遗产保护与再利用模式探析

德国作为世界上城堡数量最多的国家,城堡与宫殿建筑遗产的保护工作面临着严峻的挑战。城堡的保护与再利用模式因其权属关系、地理区位、历史文化与保护状况等存在显著差异;研究选择海德堡城堡、胡根普特城堡、霍恩诺芬城堡与孤独城堡作为研究对象,基于以上影响因素,对其现有的旅游、酒店、活动与教育等再利用模式进行具体分析;通过现有实施成果,对于城堡与宫殿类建筑文化遗产提出建立灵活的流转制度与督查制度,依据特性选择再利用功能,公益性的服务公众,与民众共同参与进行保护与维护工作等建议,为之后的相关类型的遗产保护工作提供借鉴。     

基于三维视觉的当代油画虚拟创作

当代油画创作过程中以其独特表现力以及表达手法受到大众的追捧,但当代油画受到创作形式以及创作工具的限制,降低了油画层次感的表达能力,为此,提出基于三维视觉的当代油画虚拟创作形式。对油画笔径以及关键帧进行确认,对过度帧插值进行确定,以三维视觉的呈现方式实现油画的虚拟创作。通过模拟实验结果可以看出,提出的创作方法能够有效地表达当代油画艺术风格,并增加层次感,实现三维虚拟视觉呈现。     

用爱创作,与美共舞——小学美术的爱心教育

小学生的世界观、人生观和价值观尚未成熟,在成长的过程中受到很多因素的影响。小学美术教学的最终目的是让学生发现美、感受美,在美术学习中不断提升艺术水平和鉴赏能力。在素质教育背景下,在美术教学中渗透德育是非常重要的。德育在小学美术中占据重要地位,而爱心教育是德育的重要组成部分。该文主要研究当今课程改革的潮流下进行小学美术爱心教育的有效途径。     

中小水电站集控系统建设改造探讨

国电恩施水电开发有限公司所属电站均为中小水电站,大多处于偏远山区,单站装机较小,发电量不大。根据此特点,经对所属电站调研,提出并积极推进集控系统建设,通过经济实用方式实现集中控制,以改善员工工作环境、减少现场劳动强度和提高效率。     

基于深度学习的大采高工作面矿压预测分析及模型泛化

综采工作面矿压显现的分析与预测对于复杂地质条件下工作面顶板管理,保证矿井生产安全具有重要意义。采用关系型数据库储存液压支架工作阻力数据以及利用工作面推进过程中矿压显现的时序特性,采用SQL语言,运用长短时记忆网络(Long Short Time Memory,LSTM)深度学习方法,以红庆河矿31101大采高综采工作面矿压规律为研究对象,对工作面支架工作阻力、支架不平衡力、支架安全阀开启情况及初次来压与周期来压等矿压显现规律进行分析;基于建立的数据库,预测了红庆河大采高工作面矿山压力,预测结果表明LSTM方法较BP神经网络预测更具准确性。为进一步讨论本研究采用的LSTM网络模型的泛化能力,在采用布尔台42103大采高工作面、上湾矿12401大采高工作面少量矿压数据的前提下,使用迁移学习方法,对矿压数据进行预测检验,结果表明:LSTM模型具有很好的泛化能力,相比于不使用迁移学习方法,迁移学习可提高模型的泛化能力。最后,探讨了模型在3个大采高工作面矿压预测表现的差别,发现数据量本身对模型预测行为影响较大,增大数据量可弥补原始数据缺失等问题。在预测模型基础上设计了周期来压预警模型,集成形成相应矿压分析与预警系统,经工程验证判定预警系统分析效果良好。