一个寓意深刻引人入胜的报复故事:美国影片《贝姨》(Cousin Bette)简介

1846年,法国正处于穷奢极恶的七月王朝的统治之下,本片故事就发生在居住在巴黎的政府参议员于洛男爵的家中。男爵夫人阿德琳刚刚撒手人寰,生性风流的男爵希望表妹贝蒂帮助料理家务。贝蒂是一位四十出头的老小姐。多年以前,身为穷亲戚的她前来投奔她的堂姐男爵夫人,家里人都习惯叫她贝姨。外表孤傲而丑陋的贝姨凭藉缝纫手艺,过着自给自足的生活。她表面上不苟言笑,显得很和善,实则嫉妒成性,她的梦     

富有性格魅力的美国黑人影星丹泽尔·华盛顿

在1月23日揭晓的美国第57届金球奖上,久未露面的丹泽尔·华盛顿(Denzel Washington)凭《飓风》一片击败众多强手获得最佳男主角(戏剧奖)殊荣,这也可以说是众望     

高职数学线上线下标准化教学的实践应用路径

随着网络技术的迅速发展和高职教育的不断深化,传统的教师授课方式已经无法适应学生的个性化要求。线上与线下混合教学是网络环境下的一种全新的教学方式,它将网络与传统的课堂教学结合起来,充分利用学生的主体性、提高课堂效率、促进教师专业化发展。本文旨在提高学生的自主性,提高教学资源的利用率,并以线性代数为实例,从教学实践出发,建立了一种“线上与线下”的混合教学模式,目的在于探讨一种适用于数学课程的信息化教学模式。     

数据驱动的蒸发器在线建模方法

针对蒸发器离线建模方法对变量运行工况范围要求较大的问题,利用K-means算法对辨识模型的观测数据进行聚类筛选处理,提出一种基于数据的蒸发器在线建模方法。首先利用DB准则和PSO算法提出K-means算法中最优分类数K*和最优初始聚类中心的确定方法,提高算法的收敛速度,并使用改进的K-means算法获得各簇聚类中心来代替辨识模型的观测数据,减少模型辨识的数据量。然后利用已有的蒸发器模型结构以及模型辨识方法,对模型进行辨识。实验结果表明：利用聚类筛选前、后的观测数据所辨识的模型精度基本相当,分别在±3%和±3.5%以内。最后利用在线观测数据到各聚类中心欧氏距离的分析判断,提出蒸发器的在线建模方法。该方法可以先采用小工况范围的少量离线数据辨识模型,再利用在线数据修正模型参数,扩大模型的适用范围。     

一种门限代理签名方案的分析与改进

通过对Xu-zhang-feng的基于身份的门限代理签名方案分析,发现该方案不能抵抗原始签名人的改变攻击,同时该方案也不能抵御合谋攻击,任意不少于t个代理人都可以合谋获得其他n-t个代理人的私钥从而伪造他们的签名。在此基础上提出了改进的基于身份的门限代理方案,克服了原方案的缺陷。     

雷达结构设计及生产的CAD／CAPP系统

分析了成组技术及雷达生产的特点，阐述成组技术的原理在雷达结构设计及生产自动化过程中的应用，根据雷达结构特点研究所工厂的实际生产能力，研究开发一个ＣＡＤ／ＣＡＰＰ系统。该系统采用建立构成零件基本模块库及典型特征零件库的方法，完成零件图纸设计，并生成工艺流程，从而完现了ＣＡＤ／ＣＡＰＰ一体化。     

新兴骏景园Ⅱ期暖通设计总结

主要谈了由25栋住宅组成新兴骏景园Ⅱ期小区暖通总体设计的要点和在与各专业配合中的个人感受。     

马来酸酐法分析汽油中共轭二烯烃可靠性探讨

研究了测定含烯汽油中共轭二烯烃含量的马来酸酐法（ＵＯＰ—３２６法）的准确性问题．ＵＯＰ—３２６法基于马来酸酐与共轭二烯烃的双烯合成反应机理，由于汽油中含有各种不同取代基和立体构象的共轭二烯烃，取代基团越大反应越困难．以所带取代基团最小（－ＣＨ３）和碳数最少的共轭二烯──２－甲基─１，３─丁二烯（以下称异二烯）为例．考察了在不同条件下的转化率，用毛细管气相色谱法测定异戊二烯含量，结果表明，在最佳反应条件及有催化剂存在下，转化率最高为７６．３％．因此，ＵＯＰ—３２６法不能准确测定汽油中共轭二烯烃含量．     

你的网打不是梦

相对于日新月异的芯片技术,网络打印从技术的诞生到产品的应用走过了一个相当长的路程。想想几年前办公室里出现过的“一拖X”我们不难发现,无论是曾经立过大功的打印共享器,还是现在执行着“超级共享器”职能的PC,共享打印距离网络时代的网络打印还有一段相当大的距离。可以肯定地说,利用PC或PC服务器实现共享打印实际上并不是真正意义上的网络打印。     

融合行人时空信息的视频异常检测

针对目前视频异常检测不能充分利用时序信息且忽视正常行为多样性的问题,提出了一种融合行 人时空信息的异常检测方法。以卷积自编码器为基础,通过其中的编码器和解码器对输入帧进行压缩和还原,并 根据输出帧与真实值的差异实现异常检测。为了加强视频连续帧之间的特征信息联系,引入残差时间移位模块和 残差通道注意力模块,分别提升网络对时间信息和通道信息的建模能力。考虑到卷积神经网络(CNN)过度的泛化 性,在编解码器各层的跳跃连接之间加入记忆增强模块,限制自编码器对异常帧过于强大的表示能力,提高网络 的异常检测精度。此外,通过一种特征离散性损失来修正目标函数,有效区分不同的正常行为模式。在 CUHK Avenue 和 ShanghaiTech 数据集上的实验结果表明,该方法在满足实时性要求的同时,优于当前主流的视频异常 检测方法。