在家上演西洋景儿——居室里的异域情节

有人喜欢让生活开始于一次忘我的旅行,在辛格的家乡,看穿着红色长袍的神甫骑着脚踏车,棕色的腰带在远处高高飘起;看东欧人贫穷而抒情不羁的情调;异域他乡的小站,这样或是那样的故事,却比早已稔熟于胸的情节更有力量。我们总会不期而遇的和某个异域国度产生一种道不明的缘分。它的神秘与诱惑,让我     

不把主义带回家

“主义”是个靠不住的东西，脸长得像“主人”，就越俎代庖，发号施令起来，生活和家都被这厮框住。白天白领，晚上泡吧，看似时尚，看似主义，其实思想早已被对号入座，渐渐走到了乏味的边缘。     

还原生活无限可能——“自由居住”的三种方式

城市越来越像城市了,这座城与那座城,有着相似的面容。在森然的高楼之间,你与我高度类似,我们在相同的时间出门,以同样的姿态在地铁里被挤压成薄片;我们住进相同的火柴盒里,它们结构合理,布局简单。你与我的区别并不比流水线上A或B的区别更大, 没人知道我们除了毫无悬念的相似之外,还能做什么?     

“西风东吟” ——老外的中国家

在国内,闹市街头、餐厅酒廊,我们日渐看到有越来越多的老外身影穿梭其中。他们或忙碌,或惬意,虽然不同肤色,不同语言,轮廓鲜明的脸上,却能读出同样真实的生活表情。随着东、西方MixCulture(文化融合)的渐趋深入,有更多的外国人选择在中国置业、安居,过起了和我们一样普普通通的老百姓日子。虽是寻常生活,其中的却滋味各有不同。走进     

“60 70 80” 三个“十年”的温情与勇敢

时间是梅雨季节里淅沥的雨水,勇往直前却缠绵不止。温情是外表,勇敢的是心。夜里听歌再一次被《十年》感动,说的是时间的温情;但这并非是时间的唯一面貌,十年就是万水千山的距离,站在十年的两岸,彼此相望的双眼,这次你看见的是一往无前的时间。     

新古典主义 创意思考生活

新古典主义,与其说是怀旧,不如说是革新。在保留了材质、色彩等大致风格的前题下,摒弃了过于复杂的肌理和装饰。传统的历史痕迹与厚重的文化底蕴是古典主义最光辉的一点,与现代生活的休戚相关,更使新古典主义散发出人文的光辉。新古典主义的诞生,是一个逐渐演变的过程,见山是山,见山不是山,见山仍是山,渐变中结合自己的人生和体悟,突然明晰了每个角度、每个曲线所代表的含义,由此而衍生出了新古典主义。它是一种多元化的思考方式,将怀旧的浪漫情怀与现代人对改变生活的渴望结合,古典情结与现代时尚结合,反映的正是一群怀旧的人真实的生活状态。     

二维码 商业模式还需探索

一直比较关注二维条码技术，最近翻看贵刊《二维码潮流渐起》一文，对这个崭新的技术有了更深的认识。 如今，二维码大量出现在报章杂志上，迅速成为时尚热门话题。从超女选秀到易初莲花的商业信息发布，再到亚运会的实战演习。中国移动二维码在商业活动和零售市场中展示了自身活力。     

交互设计理念在包装设计中的应用

交互式设计理念最先产生于计算机软件设计领域，后来应用于工业产品设计，如何把这种新的设计思想应用到包装设计中是本文要解决的课题；本文就如何在包装设计中引入交互式设计展开论述，希望能为交互式包装设计的推广和应用起到一定的作用。     

基于通道注意力机制的文本生成图像方法

针对文本生成图像任务中生成图像细节缺失及低分辨率阶段生成图像存在结构性错误的问题,基于动态注意力机制生成对抗网络（DMGAN）,引入内容感知上采样模块和通道注意力卷积模块,提出一种新的文本生成图像方法ECAGAN。在低分辨率图像生成阶段的特征图上采样过程中采用基于内容感知的上采样方法,通过输入特征图计算得到重组卷积核,使用重组卷积核和特征图进行卷积操作,确保上采样后的特征图和文本条件的语义一致性,使生成的低分辨率图像更加准确,利用通道注意力卷积模块学习特征图各个特征通道的重要程度,突出重要的特征通道,抑制无效信息,使生成图像的细节更丰富。此外在训练过程中结合条件增强和感知损失函数辅助训练,增强训练过程的鲁棒性,提高生成图像质量。在CUB-200-2011数据集上的实验结果表明,ECAGAN模型初始分数达到了4.83,R值达到了75.62,与DMGAN方法相比,分别提高了1.6%和4.6%,并且可改善生成图像结构错乱的问题,同时能够生成清晰的图像细节,语义一致性更高,更加接近真实图像。     

基于语义相似度的API使用模式推荐

在软件开发过程中,复用应用程序编程接口(Application Programming Interface,API)可以提高软件开发效率,但是使用不熟悉的API是一项耗时且困难的挑战。已有的研究往往将API作为用户输入的查询,通过在语料库中搜索该API的使用模式来进行推荐,但这并不符合开发人员的查询习惯。文中提出了一种基于自然语言语义相似度的API使用模式推荐方法(Semantic Similazing Based API Recommendation,SSAPIR)。该方法使用层次聚类算法来提取API使用模式,然后通过计算查询信息和API使用模式来描述信息之间的语意相似度,向开发人员推荐相关度高且被广泛使用的API使用模式。为了验证SSAPIR的有效性,文中从GitHub的高质量Java项目中提取9个流行的第三方API库的API使用模式以及API使用模式的描述信息,并根据这9个流行的第三方API库的自然语言查询进行API使用模式推荐。通过计算推荐结果的Hit@K准确率来验证SSAPIR的有效性,实验结果表明,层次聚类能有效提高推荐准确率,且SSAPIR在Hit@10平均准确率上达到了85.02%,优于现有研究工作,能够很好地完成API使用模式推荐任务,为开发人员输入的自然语言查询提供精准的API使用模式。