排序方式: 共有20条查询结果,搜索用时 15 毫秒
1.
袁丽萍 《重庆科技学院学报(社会科学版)》2009,(8):180-181
以逸品论画始于唐代李嗣真,定格于北宋黄休复,主要是对文人山水画的一种评价标准。"不拘常法"、"笔简形具"和"出于自然"为所谓逸品画的重要特征。逸品地位的确立对宋代文人论画及创作实践产生了深远的影响,推动了宋代文人画的兴起,为后世文人画的繁荣奠定了基础。 相似文献
2.
直击:电气火灾现场今年以来,全国各地出现了少有的暖冬天气,气候异常干燥温热,使火灾发生的机率大大上升。消防人士说,今年1—3月全国的火灾数明显上升,消防形势异常严峻。全国各地火灾发生比较频繁,给国家和人民生命财产带来了不可估量的经济损失。2月27日凌晨,山东省德州市百货大楼发生重大火灾,暂时没有人员伤亡的消息,但整个商场毁于一旦,经济损失惨重。有关人士估计,大火造成的经济损失不会少于1亿元。下午5时,火灾现场已被封锁戒严,很多市民远远地驻足观望。德百附近的马路还是湿漉漉的,框架结构的大楼,朝南墙… 相似文献
3.
4.
1 概述研制的 H30—9少溶剂环氧胶在我厂生产的微特电机上应用已经有20多年了,并在其他微特电机生产厂家推广应用。H30—9环氧胶比起1032三聚氰胺醇酸浸渍漆具有许多优点,使我国微特电机绝缘处理向前迈进了一步,随着科学技术的不断发展,我们又 相似文献
5.
在J2EE应用中,使用层架构已经非常普遍。Struts是实现MVC模型最成熟的框架,它与J2EE常常同时使用。应该从J2EE体系结构的角度,充分考虑使用Struts框架的特殊性,考虑结合Struts和J2EE体系结构过程中的性能和伸缩性问题。充分认识Struts框架中组件的功能和层次,以及Struts框架层在整个系统架构中的层次,是开发具有健壮性和可扩展性系统的基础。文中讨论了如何开发基于Struts的J2EE多层应用,从软件层次结构的角度考虑了在此过程中应该注意的问题,包括Struts的Action与Model、值对象与ActionFormBean以及伸缩性和性能问题。使用J2EE模式来解决这些问题,并运用到实际项目中,取得了较好的效果。 相似文献
6.
在J2EE应用中,使用层架构已经非常普遍.Struts是实现MVC模型最成熟的框架,它与J2EE常常同时使用.应该从J2EE体系结构的角度,充分考虑使用Struts框架的特殊性,考虑结合Struts和J2EE体系结构过程中的性能和伸缩性问题.充分认识Struts框架中组件的功能和层次,以及Struts框架层在整个系统架构中的层次,是开发具有健壮性和可扩展性系统的基础.文中讨论了如何开发基于Struts的J2EE多层应用,从软件层次结构的角度考虑了在此过程中应该注意的问题,包括Struts的Action与Model、值对象与ActionForm Bean以及伸缩性和性能问题.使用J2EE模式来解决这些问题,并运用到实际项目中,取得了较好的效果. 相似文献
7.
袁丽萍 《计算机与数字工程》2009,37(11):142-144,192
植物生长模拟模型是定量化研究植物的生长规律的重要手段之一,涉及到植物学、农学、林学、应用数学、物理学和计算机信息科学等多学科领域。Greenlab基于植物结构一功能反馈机制的虚拟植物模型,文章基于Greenlab框架构建了玉米生长虚拟模型。 相似文献
8.
纺制高级精纺羊绒纱对工艺和设备的要求比较高,文章从纺织理论和生产实践2方面论证了通过选用适当的毛纺和棉纺设备,纺制优质的精纺羊绒纱的详细工艺过程. 相似文献
9.
基于联邦学习的智能边缘计算在物联网领域有广泛的应用前景.联邦学习是一种将数据存储在参与节点本地的分布式机器学习框架,可以有效保护智能边缘节点的数据隐私.现有的联邦学习通常将模型训练的中间参数上传至参数服务器实现模型聚合,此过程存在两方面问题:一是中间参数的隐私泄露,现有的隐私保护方案通常采用差分隐私给中间参数增加噪声,但过度加噪会降低聚合模型质量;另一方面,节点的自利性与完全自治化的训练过程可能导致恶意节点上传虚假参数或低质量模型,影响聚合过程与模型质量.基于此,本文将联邦学习中心化的参数服务器构建为去中心化的参数聚合链,利用区块链记录模型训练过程的中间参数作为证据,并激励协作节点进行模型参数验证,惩罚上传虚假参数或低质量模型的参与节点,以约束其自利性.此外,将模型质量作为评估依据,实现中间参数隐私噪声的动态调整以及自适应的模型聚合.原型搭建和仿真实验验证了模型的实用性,证实本模型不仅能增强联邦学习参与节点间的互信,而且能防止中间参数隐私泄露,从而实现隐私保护增强的可信联邦学习模型. 相似文献
10.