Simon Norfolk

这位备受赞誉的纪实摄影师向我们讲述了他从过往20年职业生涯中得来的经验。不愿孤芳自赏我在大学里读的是哲学和社会学,曾经一直想要成为一名学者。但是,花上四年时间去写一篇几乎没有人会去看的文章真的令人非常沮丧。所以我迷上了摄影,因为摄影更容易被人看到,而且,如果拍摄的是好照片,就会有更多的人喜欢。     

Clive Nichols

作为我们微距摄影主题的收篇,优秀的园艺摄影师CliveNichols在此与大家分享他的摄影心得。找准细分市场上世纪八十年代中期大学毕业时,我拿到了人文地理学的文凭。那时候,我酷爱旅行。为了有足够的资金支持旅行,我找了份厨师的工作,而且在环     

Tim Clayton

这位备受赞誉的体育摄影师和我们分享了他在漫长的职业生涯中所获得的经验。万事开头难我是在约克郡当地的一家报社开始我的摄影生涯的。那时的工作非常呆板——所关注的不是照片的质量,而更多地在于是否快速地完成了你的工作,这样你才能有时间回家修整草坪!     

极地摄影师

飞机坠毁，海豹袭击和来自猎人的威胁……这些都出现在身经百战的极地摄影师Paul Nicklen一天的工作中。     

名师心得

在35年成功的职业生涯里，他是英国时尚和艺术摄影界中最响亮的名字之一。     

一种面向CPS的自适应统计模型检测方法

随着计算机与物理环境的交互日益密切,信息物理融合系统（cyber physical systems,CPSs）在健康医疗、航空电子、智能建筑等领域有着广泛的应用前景,CPSs的正确性、可靠性分析已引起人们的广泛关注.统计模型检测（statistical model checking,SMC）技术能够对CPSs进行有效验证,并为系统的性能提供定量评估.然而,随着系统规模的日益扩大,如何提高统计模型检测技术验证CPSs的效率,是目前所面临的主要困难之一.针对此问题,本文首先对现有SMC技术进行实验分析,总结各种SMC技术的受限适用范围和性能缺陷,并针对贝叶斯区间估计算法（Bayesian Interval Estimate,BIE）在实际概率接近0.5时需要大量路径才能完成验证的缺陷,提出一种基于抽象和学习的统计模型检测方法AL-SMC.该方法采用了主成分分析、前缀树约减等技术,对仿真路径进行学习和抽象,以减少样本空间.接着,提出了一个面向CPS的自适应SMC算法框架,可根据不同的概率区间自动选择AL-SMC算法或者BIE算法,有效应对不同情况下的验证问题.最后,结合经典案例进行实验分析,实验结果表明自适应SMC算法框架能够在一定误差范围内有效提高CPSs统计模型检测的效率,为CPSs的分析验证提供了一种有效的途径.     

Mick Hutson

<正>这位顶级摇滚音乐摄影师以前曾经是一位海上石油钻井工人。不用说,他对自己职业的改变并不后悔。让人吃惊的是,音乐拍摄并非都得扯上性、毒品和摇滚。大多数人对我的工作都是这样的反应你真他妈的幸运。是的,我真的很幸运,这是非常美妙的生活,     

Steve bloom

著名摄影师Steve Bloom着迷于野生动物,他也在拍摄野生动物的过程中学到很多。 因变化而兴奋摄影从字面上来说,意思是＂用光影来作画＂。它是一种流动的媒介,不断地变化着,这也是让我感到兴奋的地方。我从不停止学习和试验。一些人对胶片的消逝感到惋惜,但是近年来出现的大量新的数码设备正在改变着摄影。