计算机时代的设计效果图渲染新说

手工绘图时期非常注重各种绘图工具的学习,计算机的出现使得手工绘图工具对效果图的渲染变的不再重要。要想画好效果图,提高人脑的认识才是关键。本文从实践设计总结的经验出发,提出效果图渲染的学习,从认识上可以分为"全因素表现"和"快速表现";进一步又阐述了每种渲染在设计师的头脑认识上需要把握哪好些处理内容。     

浅析建筑入口空间

建筑入口空间做为建筑与城市之间的中介空间,对建筑与城市的综合环境都有着重要的影响。本文从空间序列、形态要素以及与外部环境的协调统一等方面对建筑入口空间进行系统细致的论述和研究。     

废弃物在环境艺术中再设计的手法研究

废弃物再设计是节能环保与利于持续发展的有效措施,也是平衡"新""旧"、变"废"为"用"的创造力展现。设计师既可保留废弃物旧有形态,通过组合、异位等置换其功能,赋予其新的含义与价值;又可通过更新形式以延续其功能周期;还可采用单体规模量化来强化视觉刺激。     

企业品牌形象与产品造型设计

品牌形象是企业最有价值的资产之一.现在许多企业已经意识到良好的品牌形象能够使他们更加快速有效的发展.良好的产品造型设计是吸引消费者最直接的途径,也是消费者购买动机的主要因素之一.对一个完整的产品设计来说,不仅要规范生产,销售和产品本身,还需要注意到不同品牌形象产品造型的不同需求,独特而良好的造型风格能够增强产品的可识别性.树立良好的品牌形象,从而提高消费者的忠诚度.     

设计艺术创造过程的研究

人类从远古走到今天,对设计艺术创造过程的认识一步步深入,随着社会经济、科技、文化的发展人们对设计艺术的创造也在不断的深化和完善。生活水平的提高使得人们对设计艺术也提出了更高的要求,本文就设计艺术创造过程的几个方面阐述自己的看法。从文中你可以觉察到设计艺术创造过程在我们设计艺术中的重要性。     

Variations for the <Emphasis Type="Italic">Q</Emphasis>- and <Emphasis Type="Italic">H</Emphasis>-factors in the polar decomposition

In this paper, the variations of both subunitary polar factors and Hermitian positive semidefinite polar factors in the polar decomposition are studied. New perturbation bounds of both polar factors are given without the restriction that A and its perturbed matrix à have the same rank. These improve recent results.     

数据融合技术在消防车检测系统中的研究

文中主要研究消防车检测系统中温度工作状态参数,给出了基于DSP TMS320LF2407为核心的硬件构成,提出了基于多传感器数据检测与数据融合技术的温度采集方法。在多传感器采集数据基础上,采用分布图法去除疏失误差,同时采用自适应加权数据融合算法的方法对采集的数据进行融合。实测表明,采用这种方法可以提高温度采集的精度,同时有效地解决了由于传感器失效引起的误差和单点采集温度的不足。有效地保证了消防车检测系统的实时性和准确性。有一定良好的应用前景。     

基于风险因子的软件项目风险评价模型

以软件项目的启动过程、计划过程、执行过程、控制过程、收尾过程和项目综合管理能力作为六个风险因子,提出了一个风险评价模型,总结了78个风险指标,依据模型计算出各种风险对进度、成本、范围和质量的综合影响。     

利用C语言对AutoCAD的二次开发

本文主要介绍了Ｃ语言与ＡｕｔｏＣＡＤ的接口软件及其为ＡｕｔｏＣＡＤ增加的新功能：标注汉字,形位,粗糙度和符合我国机械制图规定的尺寸标注等功能。另外还介绍了利用Ｃ接口进行参数式自动生成图形的方法。在工程实践中具有一定的实用价值。     

异质信息网络高阶层次化嵌入学习与推荐预测

异质信息网络是一种异质数据表示形式,如何融合异质数据复杂语义信息,是推荐系统面临的挑战之一.利用弱关系具有的丰富语义和信息传递能力,构建一种面向推荐系统的异质信息网络高阶嵌入学习框架,主要包括:初始化信息嵌入、高阶信息嵌入聚合与推荐预测3个模块.初始化信息嵌入模块首先采用基于弱关系的异质信息网络最佳信任路径筛选算法,有效地避免在全关系异质信息网络中,采样固定数量邻居造成的信息损失,其次利用新定义的基于多头图注意力的多任务共享特征重要性度量因子,筛选出节点的语义信息,并结合交互结构,有效地表征网络节点;高阶信息嵌入聚合模块通过融入弱关系及网络嵌入对知识良好的表征能力,实现高阶信息表达,并利用异质信息网络的层级传播机制,将被采样节点的特征聚合到待预测节点;推荐预测模块利用高阶信息的影响力推荐方法,实现了推荐任务.该框架具有嵌入节点类型丰富、融合共享属性和隐式交互信息等特点.最后,实验验证UI-HEHo学习框架可有效地改善评级预测的准确性,以及推荐生成的针对性、新颖性和多样性,尤其是在数据稀疏的应用场景中,具有良好的推荐效果.