社会主义核心价值观引领大众文化建设探析——马克思主义人学视角

科学构建社会主义核心价值引领大众文化建设方案,应准确把握社会主义核心价值观的科学内涵与精神实质;夯实社会主义核心价值观引领大众文化建设的马克思主义人学基础,科学把握三者的互动品质;从马克思主义人学视角重视社会主义核心价值观引领大众文化建设的功能和价值,促进人的本质的自由全面发展。     

“不是N的N”格式研究

现代汉语语法中"不是N的N"是一种特殊的构式,但已有的研究大多是从单一的角度分析变量的语义或者是构式义,尚未对其进行多角度的分析。尝试运用认知语言学中的构式理论,采用描写和解释相结合的方法,对这个结构进行多角度分析,旨在深化对汉语中这种新型表达式的认识。     

影响人幸福感的教育因素探析

幸福作为教育的终极目标,是人类社会的最终价值取向,影响人幸福感的因素具有多样性、复杂性和多变性。从家庭教育、学校教育、社会教育三个维度去探析影响人幸福感的因素:教育切入幸福,对影响人获得幸福的情绪体验至关重要;对人实施关于幸福知识的教育可以提高人对幸福的认知水平和人会幸福的能力。现代教育中对幸福知识的教育严重缺乏,倡导现代教育应该多关注对幸福知识的传递。     

论年轻新干部的群众观教育

做好年轻新干部的群众观教育是当前践行党的群众路线教育实践活动的应有之义。新形势新任务下,研究和把握年轻新干部自身的特点和所处的现实环境,探索加强年轻新干部群众观教育的有效途径,对于发扬党的优良传统,提高年轻新干部处理群众事务的能力有重要的现实意义。     

顾及高效可视化的 CAD模型数据重组织方法 *

CAD模型造型精度高 ,渲染效果逼真 ,被广泛应用于虚拟现实、实时仿真以及三维地理信息系统等三维可视化中 ,但是其几何模型数据复杂 ,图像数据量大 ,也导致可视化效率低下。为此 ,提出了一种 CAD模型数据重组织方法 ,旨在解决当前可视化应用集成 CAD模型数据效率低下的问题。采用预先计算可视化信息 ,高度紧凑组织数据 ,顾及图形软硬件特性等一系列策略 ,实现 CAD模型数据的高效可视化功能。其中 ,几何模型绘制和图像纹理生成效率均提高了 10倍以上。该方法被成功应用于香港志莲净苑佛寺虚拟旅游演示项目中。     

自适应混合滤波在脉搏实时监测系统中的应用

针对脉搏传感器在数据采集过程中干扰信号对系统测量精度带来的影响,提出了一种自适应混合滤波算法.该算法将限幅滤波、递推中位值平均滤波、递推平均滤波相结合,并针对采样长度对滤波效果的影响,自适应采样窗口大小的调整,可有效消除偶然脉冲与抑制周期性脉冲的干扰.通过对10名测试者进行测量实验,将心电图机测量数据、使用与未使用自适应混合滤波的脉搏实时监测系统测量数据进行对比.实验结果表明:使用滤波算法后,脉搏测量的算术平均差约为0.4 BPM,比未使用滤波算法整体提高约9倍.     

基于正交实验设计的人工蜂群算法

人工蜂群算法是近年来提出的较为新颖的全局优化算法,已成功地应用于解决不同类型的实际优化问题.然而在该算法及相关的改进算法中,侦察蜂通常采用随机初始化的方法来生成新食物源.虽然这种方法较为简单,但易造成侦察蜂搜索经验的丢失.从算法搜索过程的内在机制出发,提出采用正交实验设计的方式来生成新的食物源,使得侦察蜂能够同时保存被放弃的食物源和全局最优解在不同维度上的有益信息,提高算法的搜索效率.在16个典型的测试函数上进行了一系列实验验证,实验结果表明:1) 该方法能够在基本不增加算法运行时间的情况下,显著地提高人工蜂群算法的求解精度和收敛速度;2) 与3种典型的变异方法相比,有更好的整体性能;3) 可作为提高其他改进人工蜂群算法性能的通用框架,具备有良好的普适性.     

无线传感器网络中APIT-HR定位算法

针对无线传感器网络(WSNs)中近似四面体内点(APIT)质心定位算法计算复杂度高、定位精度差的问题,提出一种基于RSSI值折半的APIT (APIT-HR)质心定位算法.该算法以未知节点与三角形中的两个锚节点同时感知第三个锚节点的RSSI值进行比较并确定未知节点的存在区域,再以该区域质心作为定位结果.以面积规则和圆交域质心法改善APIT算法中存在的一些缺陷.仿真实验表明:相对于原始的APIT质心定位算法,APIT-HR算法降低了计算复杂度,提高了定位覆盖率和定位精度,定位误差缩小了22.8％.     

构件化软件演化信息及演化相似性度量技术研究

对软件演化信息的度量能发现软件演化过程中的问题,预测其变化趋势。传统的软件演化信息度量技术主要是以文件、目录或者项目作为度量的基本单位,缺乏在较高抽象层次对软件系统进行度量的能力。在基于构件的软件配置管理模型的基础上,以构件作为软件演化度量的基本单位,提出了一组基于属性变化、适用于构件以及软件系统演化度量的公式（包括较近、较早演化度量,演化相似性度量等）,并开发了原型支撑系统。     

基于多子空间直和特征融合的人脸识别算法

多个子空间直和能保证多个子空间数据融合时多个子空间得到的特征向量相互两两正交,融合数据采用该特征表示时冗余最小,更有利于分类识别。本文基于多子空间直和进行特征融合,提出了一种新的人脸识别算法。通过 2DPCA算法,首先分别计算所有训练样本归一化后正脸、左侧脸及右侧脸图像的协方差矩阵的各P个最大特征值对应的P个相互正交的特征向量,然后通过选取3个子空间的部分满足直 和条件的特征向量组成各自的特征空间(投影空间),再将样本正脸、左侧脸及右侧脸图像分别向各自特征空间投影得到3个特征矩阵,最后将此3个特征矩阵融合为该样本的特征矩阵用于最近邻分类器进行分类识别。最终通过本文3组实验数据的对比说明了该 算法能减少计算量并且提高了识别率。