数字绘画风格类型探析

数字绘画是绘画艺术、设计艺术及信息技术的结合体,它既承袭了传统手绘的艺术特征,又闪耀着了现代设计的理性光辉,在信息技术日益蓬勃的今天,数字绘画的风格类型在各国文化背景滋养下已种类繁多,琳琅满目。文章旨在对其风格类型做出分析比较,通过梳理当下各类风格的特征,以此为本土创作者提供更多参考与空间,以求创造差异并树立本土数字绘画的个性。     

从平面设计与绘画的历史景深到新媒体的多元启发

文章旨在通过对近代以来欧洲平面设计的简略回顾,探寻平面设计艺术与绘画艺术之间的纠结规律,以说明现代平面设计将始终无法回避种种绘画语言和艺术观念对其造成的影响和冲击。同时,通过回顾国内平面设计曾经的风雨飘摇和对现代主义设计的生吞活剥,分析我国在平面设计中出现的对电脑技术的特殊依赖性,以及肯定国内平面设计行业的前辈为此摸索的解决之道,指出结合我国本土绘画语言将成为国内设计健康发展的可能方向。     

基于设备信息交互的小电流接地故障定位

为解决小电流接地系统故障定位问题,提出一种利用IEC61850规约进行设备信息交互、比对故障特征波形的配电网故障定位方法。相对传统基于上下游低频波形的差异判别,通过对小电流接地故障暂态特征分析,提取了配电系统特征频带。利用该频带提出基于EMD的改进算法,获得了有效滤除高频干扰的线路特征零模电流,对比线路各区段特征零模电流波形相似度与幅值差度最终确定故障位置。针对上述方法,结合IEC61850规约,所提出的故障定位实现仅需要设备间信息交互,减少主站通信压力,定位效率显著提高。基于Matlab/Simulink的配网小电流接地故障仿真验证了所提定位方法可应对多分布式电源接入、多点故障的复杂情况。设计的配电装置动模仿真也进一步说明了本方法具有更高的准确性、更强的实用性。     

基于改进GA优化T-S模糊神经网络的小电流接地故障选线方法

在小电流接地系统中,发生最多的是单相接地故障,针对如何快速准确地查找故障线路一直都是重点研究课题,且没有得到有效的解决。本文提出一种基于遗传算法(GA)优化T-S模糊神经网络的配电网故障选线新方法:通过调整传统GA的适应度函数,先对网络初始参数、权值进行一次优化后,使用梯度下降法进行二次优化的选线算法。讨论了T-S模糊神经网络,传统GA优化的T-S模糊神经网络及不同网络结构对网络性能的影响。研究结果表明新型GA优化T-S模糊神经网络的选线效果明显优于T-S模糊神经网络和传统GA优化T-S模糊神经网络,能够快速、准确、可靠的选取故障线路。     

绘画性语言的平面设计实践价值探讨

文章通过对各国具有绘画性设计作品的分析与评述,旨在说明绘画作品对大众审美习惯的培养作用,以及提出在平面设计的形式语言上,应该结合有地域特色的绘画语言以适应大众的审美习惯,并为之提供现代美学的导向服务。     

绘画性语言的平面设计实践价值探讨

文章通过对各国具有绘画性设计作品的分析与评述,旨在说明绘画作品对大众审美习惯的培养作用,以及提出在平面设计的形式语言上,应该结合有地域特色的绘画语言以适应大众的审美习惯,并为之提供现代美学的导向服务。     

灌溉黑白——极色的魅力

所谓"先看颜色后看花"、"七分颜色三分形"的说法都是在描述色彩在整个视觉世界中的重要性。而黑白两色作为色彩的两极,更有着不可忽视的特殊作用。它们之间的对比既强烈有效,又微妙而耐人寻味,不可因为它们"无彩"而有所忽略或局限。     

民族文化的巨大发展空间

本篇论文以横向结合比较世界包装设计、纵向结合比较亚洲包装设计历程作为论据,得出结论,任何艺术及设计不能脱离文化背景而存在。将我们的传统文化因素融合到设计中,学习西方包装设计的精髓而不一味模仿,将传统设计风格赋予时代感,是当代设计师所要肩负的责任。     

基于改进PSO优化模糊神经网络的配电网故障选线研究

针对小电流接地系统中单相接地故障选线这一未彻底解决的难题,提出一种基于改进粒子群算法(Particle Swarm Optimization,PSO)优化模糊神经网络(Fuzzy Neural Networks,FNN)的配电网故障选线方法:通过调整粒子群的适应度函数和自适应惯性权值,利用改进PSO先对网络初始参数、权值进行一次优化,后使用BP算法进行二次优化。讨论模糊神经网络、传统PSO优化的模糊神经网络及不同网络结构对网络性能的影响。研究结果表明改进PSO优化模糊神经网络的选线效果明显优于模糊神经网络和传统PSO优化模糊神经网络,能够快速、准确、可靠的选取故障线路。