沈阳经济区数字影视创意产业发展对策研究

当前,数字影视创意产业蓬勃发展,成为文化产业新的效益增长点。但是,数字影视创意产业在沈阳经济区的发展不尽如人意,产业贡献不高。沈阳经济区应致力于打造影视文化品牌,推动产业集群协调发展,提升相关人才培养质量,开辟京沈数字影视创意产业通道,以此推动影视创意产业的可持续发展。

文明行为公益宣传动画创作研究

社会主义荣辱观为促进思想道德建设,提高全民综合素质和城市文明,形成良好的社会风气指明了方向。文明行为公益宣传动画的创作以建设文明城市、创造美好生活家园的愿望为出发点,积极引导人们树立社会主义荣辱观,学习文明行为的基本常识,指明社会生活中的对与错、美与丑。在以动画为媒介的宣传中增强人们的主人翁意识、荣辱意识、责任意识、公共意识,使人们的文明行为意识得到广泛的提高。

文明行为漫画创作研究

我国是文明古国,源远流长的中华礼仪文明不仅承载着丰厚的历史文化。更富有鲜明的时代内涵。知礼懂礼和言行文明,是每一个人立足社会的基本前提,是成就事业、获得美好人生的重要条件。人民群众是历史的主体,是社会物质财富和精神财富的创造者,也是先进生产力和先进文化的创造主体,文明行为漫画创作与研究与倡导文明行为,能够提升人民道德文明素养,具有重要的理论价值和指导意义。

基于气象因子深度学习的森林火灾预测方法

森林火灾一旦发生将对生态系统造成严重的破坏,间接导致气候的变化和极端天气频发。对森林火灾的发生进行准确预测可提前采取有效的防控措施,具有重要意义。传统林火预测模型多为数学方法和浅层神经网络,当数据量增大时易出现建模困难以及预测精度降低等问题。深度学习模型在处理大量非线性数据上具有一定的优势,其模型具有多层网络结构,通过训练大量数据可提取出具有代表性的特征值,发现数据间的隐含关系,达到准确分类预测的目的。因此,本研究提出一种基于深度学习的林火预测方法,将深度信念网络(deep belief network,DBN)作为预测模型,气象因子作为输入数据,以解决传统林火预测模型在面对大量数据时预测效果不佳的问题;同时结合过采样SMOTE(synthetic minority oversampling technique)算法,平衡林火数据集和增加训练数据量,提升了森林火灾的预测准确度。结果表明,在面对更大的数据量时,该模型预测精度明显优于其他传统林火预测模型,证明了将深度学习应用在林火预测的优越性。该研究可为深度学习在林业领域的应用提供参考。

森林碳汇智能计算模型和评估系统开发

为提高森林碳汇经营水平,必须通过“森林经营”来增长森林碳汇,提高经营效率,对森林的组织和结构进行调整和控制,从而增加森林碳汇量。为此,设计碳汇评估的智能计算平台对森林碳汇量进行检测与评估,从人工林与天然林特征为切入点,建立针对天然林与人工林交替分布的森林碳汇储量的计算模型。以智能计算模型为核心的评估平台为快速、准确的进行森林碳汇大数据的计算和分析提供自动化的评价环境。

红色文化融入高职学生心理健康教育的探讨

红色文化具有丰富的革命精神和历史文化内涵,是优质的教育教学资源。以红色文化引领心理健康教育,能够充分发挥心理育人实效,促进高职学生优秀品德和健康心理的形成。高职院校应将红色文化分别融入教师心理健康教育教学、高职学生心理第二课堂、高职校园环境和各类心理健康教育实践中,以更好地提高高职学生心理健康水平。

基于LDA模型和聚类算法的城市热点推荐与应用

针对新浪微博的短文本发表功能及地点签到功能,获取用户发布的信息。利用LDA(Latent Dirichlet Allocation)模型,将获取到的大量文本信息和地理位置进行分词和词频统计处理,从而获得签到的热点地理位置信息,并在地图上标注出来。在获得用户签到的位置信息基础上,合并约束搜索条件,利用多距离空间聚类算法,优化推荐功能,并向用户显示其周边诸如商场、景点、饭店等热门娱乐场所的具体地理位置信息,进行热点推荐。