数字化背景下徽州服饰创新设计实践研究

徽州服饰是我国传统民族服饰文化中最具代表性的部分,其以精美的制作工艺和别具一格的图案纹样,展现了中华文化博大精深和丰富多彩的传统元素。近年来,随着互联网技术的不断发展和进步,数字化技术也逐渐被应用到传统服饰的创新设计中。在数字化背景下,如何通过数字化手段对徽州服饰进行创新设计是当前研究的重要内容。文章从徽州服饰的历史溯源与现状入手,以数字化的方式对徽州服饰进行设计创新实践研究,通过分析徽州服饰数字化传承的意义及现状,提出数字化背景下徽州服饰创新设计的方法,最后总结数字化技术在徽州服饰创新设计中的具体应用。

三维动画在MR虚拟交互设计中的应用研究

通过三维动画在MR虚拟交互设计领域中的应用与分析,结合相关功能实现的关键技术要素和基本方法,以Unity和Unreal Engine为例,分析实现多样化的MR虚拟交互设计的过程与方法。使用蓝图和C++脚本编写的方式进行功能设计,蓝图可以通过节点的组合和参数调整实现逻辑;C++脚本编写可以实现更高级和复杂的交互逻辑。通过添加事件节点、动作节点和属性设置,可以实现各种交互效果。

基于平面设计的智能化时代民族审美新认知探究

随着大数据智能化时代的到来,科技为设计赋能,开阔了大众的眼界,给民族审美带来了新认知,审美的动态化、立体化、交互化与情感化趋势也为平面设计提出了新要求。设计不能脱离民族文化的土壤,平面设计的三大视觉语言图形、文字和色彩都需要从民族审美出发,将民族文化的精华作为设计内核。设计师们要跟随智能化浪潮,抓住新机遇,使中国设计立于世界之林。

基于PSO和BP网络的LF炉钢水温度智能预测

研究将粒子群优化算法与BP神经网络相结合,建立新的钢水终点温度预报模型.确定加热功率、初始温度、精炼时间等8个影响钢水终点温度的主要因素作为神经网络的输入量.用粒子群优化算法优化神经网络参数,改善神经网络温度预测模型的收敛性能.实验结果表明,该算法可以提高预测速度和精度,预测结果误差不大于±5℃的炉次大于90%.

基于三维动画技术的特效模拟和效果设计

3ds Max是一款功能强大的三维动画制作软件,其中包含多个模块用于模拟和渲染不同类型的效果。粒子系统可模拟火焰、烟雾等效果;物理仿真实现物体的真实运动和碰撞;流体系统模拟液体、烟雾等流动效果;毛发系统能渲染真实的毛发效果;环境和效果模块可改善场景的氛围和视觉效果。借助这些功能,3ds Max能够为动画增添生动感、真实感和视觉冲击力,创造出精彩的三维动画作品。

大豆C4H基因克隆及生物信息学分析

为了从分子水平上揭示大豆C4H的结构特点,并为提高其表达活性提供理论依据,利用RT-PCR技术克隆了大豆C4H基因,并已登录GenBank(登录号为FJ770468),长度为1 766 bp,编码区1 521 bp,编码一个含有506个氨基酸残基的多肽。生物信息学分析显示,C4H理论PI=5.30,Mw=39.092 ku;C4H是易溶、亲水性较强的蛋白,同时有两个明显的疏水峰,有2个跨膜肽段;通过HNN分析表明,C4H各个氨基酸残基对应的二级结构分别为α螺旋(Alpha helix)(Hh):251,49.60%,β折叠(Extended strand)(Ee):52,10.28%,无规卷曲(Random coil)(Cc):203,40.12%;Geno3d模建预测,C4H蛋白中β折叠区有57个折叠,折叠区间有24个α螺旋,此外还有14个卷曲结构。氨基酸序列和结构分析显示C4H蛋白包含了一个保守区,即P450 domain。利用SignalP分析得到信号肽存在几率、信号肽锚定几率均为0.498,切割位点位于28和29位氨基酸之间。

基于SVM多类分类算法的模拟电路软故障诊断

给出了基于支持向量机(SVM)1-v-1和决策导向无环图(decision directed acyclic graph,DDAG)多类分类算法的模拟电路软故障诊断新方法.DDAG是在1-v-1算法基础上构建的新的学习架构,在对多个SVM子分类器进行组合的过程中,引入了图论中有向无环图的思想.比较了采用不同核函数时支持向量机的分类结果.实验结果表明采用DDAG支持向量机(DAGSVM))多类分类算法时,诊断准确率为99%.因此,DAGSVM算法具有较高的诊断准确率.

贵州地方猪品种HSL基因多态性与屠宰性状的关联性研究

本研究旨在分析HSL基因多态性与地方猪品种瘦肉率之间的相关性。采用RFLP方法,以二元杂交猪(长白猪×大约克猪)为对照,对贵州地方猪品种糯谷猪和萝卜猪的HSL基因进行多态性分析。结果表明,贵州地方猪品种HSL基因外显子1中存在BsaH I酶切片段长度多态性,从3个猪群体中都检测到AA、AB和BB基因型,克隆测序后证实,A等位基因于第442 bp处发生了单碱基突变(G→A),导致氨基酸Val→Ile替换。地方猪品种以A等位基因占优势,杂交猪以B等位基因占优势。将猪胴体性状与HSL基因型之间进行关联分析,结果显示大部分年龄段的猪品种中,BB、AB和AA 3种基因型的瘦肉率和眼肌面积均表现出从高到低的变化趋势,而背膘厚则完全相反。结果提示,HSL外显子1的B等位基因具有增加胴体瘦肉率和眼肌面积、降低背膘厚的遗传效应,可作为贵州地方猪品种瘦肉率的分子标记。

一种新的半监督直推式支持向量机分类算法

传统的支持向量机(SVM)是一种有监督学习方法,需要大量有标记样本,然而有标记样本的数量十分有限且获得困难。因此,当存在海量的无标记样本时,如何有效地利用这些数据成为了机器学习面临的重要任务。研究提出了一种新的半监督直推式支持向量机分类算法,将半监督算法与支持向量机结合,在迭代算法中将无标签样本与有标签样本结合,逐渐得到更可信的分类超平面。理论分析和计算机仿真结果都表明,研究提出的样本能够有效地利用大量的无标签样本,并且无标签样本的加入能够有效地提高分类准确率。

电路仿真设计软件Multisim在电路实验中的应用

针对电路实验教学的的特点，引入电路仿真软件Multisim，建立了虚拟电路实验平台。介绍了Multisim的特点、功能，详述了Multisim在电路实验教学中具体应用实例，包括非正弦周期电流电路的谐波分析、滤波器设计、张弛振荡器应用电路系统设计等。实践表明，用Multisim可实现各种电路的设计，可快速、准确地对电路性能进行仿真分析，提升了电路实验设计质量，节省了实验仪器设备，使实验内容更加完备。

基于信息融合算法的LF炉钢水温度预测

LF炉钢水温度的控制对钢的质量和连铸操作的顺行都很重要,而LF炉钢水温度的预报是LF炉钢水温度控制的前提。针对LF炉冶炼过程中物理化学反应过程及传热过程的复杂性,以宝山钢铁股份有限公司300 tLF炉为研究对象,在分析了影响LF炉钢水温度的主要因素的基础上,应用基于BP神经网络的信息融合算法,开发了用C语言编写的预测程序,预测了LF炉的钢水温度。实验表明,此算法可以提高预测的速度和精度,预测结果为误差不大于±5℃的炉次大于90%。

基于不完全BT-SVMs分类的模拟电路故障诊断方法

针对几种常用的支持向量机多类分类方法,分析了各自存在的问题和缺点,并在此基础上提出了一种基于核的自组织映射聚类的不完全二叉树SVMs多类分类方法,该方法首先用SOM神经网络对所有训练样本进行聚类,分裂成两个子类,然后分别对两个子类进行类似的操作,直到每个类别都被单独分开为止。根据聚类的结果构造二叉树结构,从而产生相对应的SVMs网络。实验结果表明,采用该方法进行多类分类具有很高的分类精度和分类速度。

于敏教授治疗慢性肾衰竭经验撷菁

针对慢性肾衰竭病程长,病情复杂且严重,并发症多和死亡率高等特点,介绍于敏教授运用内服中药汤剂辨证论治与中医外治法相结合治疗本病的临证经验和用药体会。

改进的语音特征提取方法及其应用

噪音是降低语音识别系统精度的关键因素,因此,如何从带噪语音信号中提取出有效的语音特征是提高语音识别系统识别率的重要途径。该文在分析语音特征提取方法的基础上提出改进算法。实验表明,采用LDA+MLLT+CMS算法组合提取出的语音特征具有较好的鲁棒性,在噪音环境下的平均音节识别率为43.79%。该组合在中文大词汇量连续语音识别系统中也有较好的性能,音节识别率达到83.56%。

基于BP-ART混合神经网络的电路故障诊断新方法

建立了基于误差反向传播(back propagation,BP)神经网络和自适应共振理论(adaptive resonatetheory,ART)神经网络的电路故障诊断模型,提出了BP神经网络和ART神经网络相结合的电路故障诊断方法,以ART网络为主,识别新故障,以BP网络为辅,识别多类故障,并对传统的ART神经网络竞争机制加以改进,有效地解决了复杂电路故障诊断的难题。实验表明,基于BP和改进ART神经网络相结合的电路故障诊断方法具有自适应性好、训练时间短、准确性高等特点。

一种基于动态剪枝二叉树SVMs的高炉故障诊断新方法

高炉故障诊断是一个多类分类问题,且各个故障类别间具有一定的关系,在识别其中某一类故障时,并不需要区分全部故障的类别,为此提出了基于剪枝二叉树的支持向量机改进算法,每次识别时都去除相对没有价值的支持向量,根据类间相似度重新构造二叉树,剪掉没有价值的枝节,减少支持向量机个数,加速识别过程。通过对高炉故障模型的仿真实验,比较不同多类分类算法的性能,证明该方法能够在保证识别准确率的情况下提高故障诊断速度。