欲望与幸福——读《去最幸福的四国找幸福》

在物欲横流的当下，什么是幸福？幸福与金钱有关吗？一百个人，有一百个回答。细细品读著名探险家丹·比特纳所著的《去最幸福的四国找幸福》一书，可以发现一个很好的诠释：金钱多少和幸福感之间并没有明显的关联。     

设计和可行性研究学组第三届年会及投资估算研讨会在成都召开

<正> 学组第三届年会於1989年12月7日至11日在成都化工部第八设计院召开,会议的主题是可行性研究投资估算的研讨。由学组组长温尚煜、韩树三、胡仕迪主持会议,与会单位除部属设计院外,还有北京石化公司、上海医药院和一些省化工院以及特邀中国国际工程咨询公司等35个单位,57人参加。化工部经济调节司李忠义处长在会上作了《中国化工产品价格的现状和改革的意见》的发言,当前突出的问题是原材料     

我和鹏大哥的故事

1999年夏天，我初中一毕业便被招进了县政府宾馆。刚进宾馆，里面五彩缤纷的灯饰、猩红的地毯、雪白的壁纸、精美的餐具……这些以前在电视上才看得到的东西．如今全都呈现在我面前了。想到以后天天都会在这儿上班，我心里怦怦直跳，是激动?是不安?我形容不出来。此后的一个月，在摆台、迎宾、上菜、收台等服务培训中，容貌还算出众的我，由于能吃苦耐劳，很快便脱颖而出。培训完毕，我被直接调入了餐厅部，开始了我的服务员生活。     

包装设计中的情感诉求

一什么是包装设计中的情感诉求人类作为一种“感性”的动物,如果因为某一件事物激起大脑皮层潜在的信号,那么就能够唤起对另一件事物的感念和回忆并产生情感的波动乃至冲动,古人所谓的“见物思     

晓夜圆舞曲

最近掌机市场可谓风起云涌，E3大展更是透出阵阵杀气。SONY在相继推出的家用主机PS和PS2上获得压倒对手的优势之后，为SONY在电子娱乐市场立下汗马功能的SCEI社长久多良木健在E3上宣布，采用SONY最新规格载体UMD     

超声左心耳图像的轮廓自动提取

针对经食道超声左心耳图像的分辨率低、对比度低、含有斑点噪声等问题,提出了一种结合左心耳解剖位置和超声图像灰度及相位信息的方法,全自动定位常规切片中的左心耳。首先,根据医生采集习惯,以左心耳在标准切面中的解剖位置为先验知识,结合其灰度特性,自动确定分割模型中的初始轮廓;然后,通过线型加权相位和梯度信息构造新的外力项,改进向量场卷积模型,完成左心耳轮廓的自动提取。300张左心耳超声图片测试结果表明,以医生手动勾勒的轮廓作为“金标准”,该方法自动提取左心耳的准确性为0.8969 0.0494、敏感性为0.9058 0.0762、特异性为0.9645 0.1687。分割效果优于传统的向量场卷积模型,能够解决自动定位超声图像中左心耳的初始轮廓和弱边界分割的问题。     

面向交通流量预测的多头注意力时空卷积图网络模型

为了充分获取交通流量数据中隐藏的复杂动态时空相关性,提高交通流量预测精度,提出一种多头注意力时空卷积图网络模型MASCGN。首先,采用多头注意力机制为路网中的交通传感器节点自动分配注意力权重,实现对不同邻居节点的权值自适应匹配,充分获取空间相关性;其次,采用带有门控和注意力机制的时空卷积网络充分提取时间序列相关性,并使用残差块结构实现时空卷积层之间的连接,使得模型更具有泛化能力;最后,分别提取周相关、日相关、邻近时间的序列数据,输入三个并行的时空组件以挖掘周、日、邻近三个时间窗口间的时间周期相关性,并通过全连接层获取最终的交通流量预测结果。利用高速公路交通数据集PEMSO4、PEMSO8进行了15 min、30 min、45 min和60 min的交通流量预测实验。实验结果表明MASCGN模型与现有基线模型相比,在未来短期和长期的交通流量预测任务上都具有更优的建模能力。     

基于深度学习的超声图像左心耳自动分割方法

从超声图像中分割出左心耳（LAA）是得出临床诊断指标的重要步骤,而准确自动分割的首要步骤和难点就是实现目标的自动定位。针对这一问题,提出了一种结合基于深度学习框架的自动定位和基于模型的分割算法的方法来实现超声图像中LAA的自动分割。首先,训练YOLO模型作为LAA自动定位的网络架构;其次,通过验证集确定最优的权重文件,并预测出LAA的最小包围盒;最后,在正确定位的基础上,将YOLO预测的最小包围盒放大1.5倍作为初始轮廓,利用C-V模型完成LAA的自动分割。分割结果用5项指标加以评价：正确性、敏感性、特异性、阴性、阳性。实验结果表明,所提方法能够实现不同分辨率条件和不同显示模式下LAA的自动定位,小样本数据在1000次迭代时已经达到最优的定位效果,正确定位率达到72.25%,并且在正确定位的基础上,C-V模型的分割准确率能够达到98.09%。因此,深度学习技术在实现LAA超声图像的自动分割上具备较大的潜力,能够为基于轮廓的分割算法提供良好的初始轮廓。     

黑芝麻螺旋藻复合营养饮料稳定性的研究

以黑芝麻与螺旋藻为主要原料,研究黑芝麻螺旋藻复合营养饮料的稳定性工艺。首先通过单因素试验法分别考察了蔗糖酯、蒸馏单硬脂酸甘油酯、黄原胶、海藻酸丙二醇酯、羧甲基纤维素钠等乳化剂与稳定剂对饮料的感官和稳定性的影响;在此基础上,采用星点设计-效应面法优选黑芝麻螺旋藻复合营养饮料的最佳稳定性工艺条件。结果表明:蒸馏单硬脂酸甘油酯用量为0.21%,黄原胶用量为0.04%,海藻酸钠丙二醇酯用量为0.09%;与理论预测值0.850的相对标准偏差(relative standard deviation,RSD)为6.59%。所建立的数学模型具有较好的预测性,所选的工艺条件重现性较好。