另类张元 极致体验

张元头发像深灰色的烟雾又似冲冠的怒发,两眼圆溜溜,毫无表情地看来看去,脸因疲劳而有些木,像深藏不露似的。我们的车从毫无生机的灰色高墙经过时,张元夫人宁岱说这就是《过年回家》的外景之一,天津的一所监狱我的采访在他每拍完一条准备下一条的间隙,断断续续地进行。完了之后他竟说:好久没和人这么聊了,你促使我审视自己。今天拍他“解禁”后的第一部影片的张元对“地下导演”

公益性目标+市场化运营:推动慈善超市可持续发展——访上海乐善社区生活服务中心理事长张元

【四平路街道慈善超市简介】四平路街道慈善超市是社区慈善爱心基地,为社区内的低保、低收入等困难群体提供免费的生活用品,让他们可以感受到社区带给他们的温暖,并为他们解决一些生活问题。此外,四平路街道慈善超市也成为社区居民及社会各界人士或单位长期奉献爱心的平台,这有利于弘扬中华民族传统美德,形成互助互济的良好风尚。目前,四平路街道慈善超市已由上海乐善社区生活服务中心承接,通过专业化、现代化、多元化的运营方式,四平路街道慈善超市实现了公益性目标与市场化运营的有效结合。

基于改进Yolov5s的增强现实文物识别方法

将增强现实技术应用于数字博物馆的文物展览,有助于拉近参观者与文物的距离,使展览更具趣味性。针对增强现实技术在文物展览应用场景中,增强现实设备采集的文物目标图像背景复杂、文物形状纹理丰富而导致的误检、识别准确率低的问题,提出一种基于改进的Yolov5s的文物识别方法。在Yolov5s网络结构中的骨干网络与颈部网络之间引入了CBAM注意力机制,并在骨干网络中的Bottleneck模块中,使用多头注意力机制替换普通卷积,有效捕获局部信息,降低了无用信息的干扰。为了提高识别网络对于目标文物的边界框定位精度,采用DIoU-NMS方法挑选最优的目标识别框作为最终的预测框。实验结果表明,该方法提高了文物的平均识别精度,比原模型更适用于AR应用文物的目标识别。

“双一流”背景下非全日制专业学位硕士研究生培养质量提升改革与实践

在非全日制研究生招生考试改革的背景下,针对非全日制研究生面临的培养过程管理松散、社会认可度不高和课题完成困难等问题,围绕“双一流”建设对提高人才培养质量的要求,从培养目标、培养方案、教学方法、导师指导和考核体系等方面构建非全日制研究生培养体系。结果表明,该措施切实提升了非全日制研究生整体培养质量,推动了研究生教育发展。

张思德精神融入新时代青年理想人格培育研究

张思德精神的核心是全心全意为人民服务,其主要内容是人民至上、不怕牺牲、任劳任怨、奋勇当先。张思德精神是中国共产党的宝贵精神财富,是中国共产党人精神谱系的重要组成部分。张思德精神激励中国共产党人战胜日本帝国主义,解放亿万中国人民,彻底结束了中国饱受侵略的屈辱历史。张思德精神是新时代青年正心明志的坐标、立德修身的主调、敢于担当的根基。当下,教育主体需要弘扬张思德精神,通过深化理论教育、夯实思想基础,加强榜样引领、激发精神力量,优化育人环境、形成良好氛围等路径,培育青年理想人格。

创造更为广阔的空间——张元谈综合材料绘画

近几年,综合材料绘画创作发展迅猛,涌现出大量的优秀作品。一直以来材料作为语言,在众多的绘画门类中被广泛应用,但是作为一个绘画门类单列出来,还是比较近的事。在全国的各大美术院校中,都相应成立了材料工作室,有的依附于原有的各个绘画系,有的独立成系。中央美术学院的张元教授,曾经主持油画系材料工作室多年,积累了大量的创作实践经验,形成了相对完备的教学系统,并对综合材料绘画的发展做出了重要的推动作用。今天,我们走进张元工作室,请他分享综合材料绘画创作的经验。

张元的诗(二首)

主持人语：河南是诗圣杜甫的故乡，这片诗意的土地孕育出一代又一代杰出的诗人。当代诗人中，如马新朝、蓝蓝、森子、郎毛、高旭旺、王本朝、艺辛、孔令更等在诗歌创作上都有自己对诗歌认知和见解。本期诗作选自河南部分高校年轻校园诗人的作品，虽不能代表河南所有高校年轻诗人的水平，但我们从他（她）们这些诗歌中读到自由的思想，和对诗歌的追求与独特的见解，但愿他（她）们在诗歌创作的道路上飞得更高、走得更远。（雨田）

张元的诗

亲爱的——写在妹妹落水遇难五年之际她很喜欢笑，张嘴时总能看到两颗小虎牙她也喜欢沉默，安静起来一天都不说一句话她喜欢穿碎花裙。

面向系统能力培养的操作系统课程教学改革实践探究

在新工科背景下,文章针对操作系统教学过程中系统能力培养方面存在的不足,探讨了操作系统教学实践改革。首先分析了操作系统教学存在的问题,并指出实验教学改革的必要性;接着提出了多模式融合的教学模式,以页面置换算法为实验案例,详细阐述了实验项目案例的开发过程,培养学生分析问题、解决问题的能力,引导学生深入掌握操作系统的原理及实现方法,锻炼了学生的工程实践能力,有效地提高了学生的实验积极性和自主性,促进了学生系统能力的提升。

融合GBWO与ENN的人体尺寸预测模型

为了提高人体尺寸预测的效率和准确性,该文提出了GBWO-ENN(Grey Black Wolf Optimization-Elman Neural Network)的方法。针对传统灰狼算法易于陷入局部最优和无法平衡全局与局部搜索的平衡性问题,提出了GBWO算法。该算法融合黑寡妇优化算法中蜘蛛的运动方式对灰狼优化算法中α狼位置更新进行了优化,通过非线性递减的方法降低了收敛系数,并且提出了按位置等级更新种群的策略。随后采用GBWO算法对Elman神经网络的权值和阈值进行优化,并将GBWO-ENN模型应用于三维人体尺寸预测。实验结果表明,GBWO-ENN模型结构简单,能够准确预测人体尺寸,具有较好的预测能力。

基于MQTT协议的轻量化文本信息分发技术研究

随着卫星通信网络的发展,基于卫星通信网络实现手机、平板电脑等移动通信设备之间的通信成为研究的热点。由于其采用无线电波进行信号传输,且需要经过多个中继站进行信号的转发和处理,导致存在网络延时大、丢包率高以及信道狭窄等问题。针对文本信息在卫星通信网络下的分发过程存在效率低下、可靠性不高的问题,设计一种基于MQTT(Message Queuing Telemetry Transport)协议的轻量化文本信息分发技术。该技术使用MQTT协议作为消息传输协议,在文本信息分发前对MQTT协议进行主题设计、发布订阅机制设计、设备连接设计以及设备心跳设计,确保设备之间的连通性;在文本信息的分发过程中,设计数据校验加密算法、文本信息轻量化处理方法和离线消息存储机制,保证文本信息分发的安全性、可靠性。实验结果表明:相较于传统的基于JSON数据的文本信息分发技术,该技术在提高文本信息分发效率的同时,可确保信息分发的安全性、完整性和稳定性。

虚拟仿真技术引导汽车构造拆装实验系统开发

针对传统的汽车拆装训练在时间和空间上的学习限制,设计并开发了汽车构造拆装训练及展示系统,该系统包括基于虚拟现实的汽车构造拆装实验和基于增强现实的汽车构造拆装展示,通过丰富多样的学习方式,加强学生对汽车内部结构的认识和了解。汽车构造拆装训练及展示采用3Ds MAX制作了零部件拆装动画,以汽车的发动机、车轮、悬挂系统、制动系统、转向系统五大零部件为学习对象,基于Unity 3D软件、Holo Lens1代设计开发,实现了汽车部件拆装的理论学习、拆装逻辑实操、考核一体化的虚拟拆装训练与展示系统。该系统的全新体验方式激发了学生的学习兴趣、规范学生拆装过程中的操作步骤,进一步强化和巩固理论教学知识学习,并有效降低了教学成本和时间成本。

顾及多尺度监督的点云语义分割

针对复杂场景点云分割精度不高、神经网络隐藏单元缺乏直接监督,难以提取语义明确的点云特征等问题,提出了一种将多尺度监督和SCF-Net相结合的点云语义分割网络。首先构建了一个类别信息生成模块,记录编码器中隐藏单元感受野内的类别,用于解码器中辅助分类器的监督学习。其次将解码阶段的点云类别预测任务分解成一系列点云感受野类别预测任务,通过对解码器中每一层添加辅助分类器,预测当前阶段点云感受野类别,编码阶段生成的类别信息作为标签监督网络学习。模型从粗到细地推理点云感受野类别,最终预测得到点云语义标签。实验结果表明,该方法能够有效提取点云关键信息,提高语义分割精度。

基于共形几何的面部模型插值构建算法

针对传统三维模型构建方法难以获取连续维度的高质量面部模型问题,提出一种以不同表情的多面部模型为数据源基于共形几何的面部模型插值构建技术。利用准共形映射算法将面部模型降维到二维平面;提出一种插值算法对多模型形状特征进行线性插值,为构建过渡模型定义几何约束,同时提出一种自适应模型选择算法在数据源中自适应选择基础模型;通过几何约束引导准共形迭代改变基础模型形状;将变化后的二维模型转化到三维空间,构建具有过渡表情的三维面部模型。实验结果表明,该算法的有效性和运行效率都得到大幅提高。

太赫兹图像超分辨率重建方法的研究进展

图像超分辨率是近几十年来图像处理领域的一个重要研究课题,旨在从低分辨率图像中重建出高分辨率图像,其突破了传感器和光学器件制造工艺和成本的限制,从算法方面提高图像分辨率,是一种简单、高效、低成本的方法。太赫兹(Terahertz,THz)图像受到THz波衍射和散射的影响,会产生图像模糊、纹理细节不清晰等问题,越来越多的学者致力于开发THz图像的超分辨率重建方法。根据近年来THz技术与超分辨率重建技术相关文献的研究,对THz图像的三大重建方法进行了详细阐述,重点对基于深度学习的方法进行介绍,并对比了各类算法的重建效果与优缺点;回顾了THz图像质量评价指标和常用数据集,并总结THz图像超分辨率重建技术的相关应用。最后,探讨了THz图像超分辨率重建技术的未来发展趋势。

三通道多姿态面部正面化方法

针对现有面部正面化网络在复杂环境下难以保留面部显著性特征的问题,提出一种三通道(局部、半全局和全局)面部正面化方法。在TP-GAN算法的原有框架基础上设计半全局网络,融合全局网络和局部网络之间的依赖关系,使生成的正面化图像的分布与真实面部图像更接近;在半全局网络中设计多时空深度注意力模块,促进网络学习到更多面部显著性特征;将所提方法应用于CAS-PEAL-R1数据集和自建数据集,采用Rank-1指标进行评估。实验结果表明,所提方法在所有角度下的Rank-1平均准确率为99.40%,验证添加了多时空深度注意力模块的半全局网络可以有效保留面部显著特征,提高面部匹配准确率。

基于注意力增强与特征融合的中文医学实体识别

针对基于字符表示的中文医学领域命名实体识别模型嵌入形式单一、边界识别困难、语义信息利用不充分等问题,一种非常有效的方法是在Bret底层注入词汇特征,在利用词粒度语义信息的同时降低分词错误带来的影响,然而在注入词汇信息的同时也会引入一些低相关性的词汇和噪声,导致基于注意力机制的Bret模型出现注意力分散的情况。此外仅依靠字、词粒度难以充分挖掘中文字符深层次的语义信息。对此,提出基于注意力增强与特征融合的中文医学实体识别模型,对字词注意力分数矩阵进行稀疏处理,使模型的注意力集中在相关度高的词汇,能够有效减少上下文中的噪声词汇干扰。同时,对汉字发音和笔画通过卷积神经网络(CNN)提取特征,经过迭代注意力特征融合模块进行融合,然后与Bret模型的输出特征进行拼接输入给Bi LSTM模型,进一步挖掘字符所包含的深层次语义信息。通过爬虫等方式搜集大量相关医学语料,训练医学领域词向量库,并在CCKS2017和CCKS2019数据集上进行验证,实验结果表明,该模型F1值分别达到94.90%、89.37%,效果优于当前主流的实体识别模型,具有更好的识别效果。

直接抗病毒药物治疗丙型肝炎肝硬化的疗效及影响因素分析

目的探讨丙型肝炎肝硬化患者经直接抗病毒药物(direct-acting antiviral agents,DAAs)治疗后的疗效和相关影响因素。方法回顾性分析2017年9月至2022年4月就诊于四川省人民医院感染科的初治丙型肝炎肝硬化患者,分别经索磷布韦/维帕他韦±利巴韦林、来迪派韦/维帕他韦±利巴韦林、艾尔巴韦/格拉瑞韦等直接抗病毒药物治疗后的病毒学应答、血清生化学和肝脏纤维化程度的改善情况,并探讨其影响因素。结果纳入的54例丙型肝炎肝硬化患者中,代偿期肝硬化患者37例,失代偿期肝硬化患者17例。年龄(57.65±9.58)岁,其中24例(44.44%)为男性,患者基线平均HCV RNA载量为(5.60±0.90)lgIU/mL。经治疗后,90.74%的患者获得快速病毒学应答(rapid virologic response,RVR),治疗结束时病毒学应答率(end-of-treatment virologic response rate,ETVR)达100%。1例基因3b型患者在治疗结束后12周出现病毒复发,总人群中有98.15%的患者在治疗结束后12周获得持续病毒学应答(sustained virologic response 12 weeks,SVR12),其中失代偿期肝硬化患者100%获得SVR12。肝硬化总人群的血清ALT、AST、ALB、TBIL及FIB-4、APRI评分显著改善,PLT、Scr无明显变化。进一步亚组分析结果显示,年龄<60岁患者的ALB水平在治疗4周迅速出现显著改善,且持续至治疗结束12周,而年龄≥60岁患者ALB的显著改善延迟至治疗结束12周;HCV RNA<1×10^(6)IU/mL组患者的ALB在治疗4周及治疗结束12周持续出现显著改善,而HCV RNA≥1×10^(6)IU/mL组患者的ALB水平仅在治疗结束12周出现显著改善;基因1b型组治疗4周的FIB-4、APRI评分显著改善,治疗结束时及结束12周均出现ALB的显著改善,而基因非1b型组的FIB-4评分无显著改善,治疗结束12周才出现ALB的显著改善;代偿期肝硬化及失代偿期肝硬化患者在治疗初期至治疗结束12周的观察周期内,均出现血生化及无创肝纤维化指标的显著改善,两组的变化趋势基本一致,SVR12率差异无统计学意义(P>0.05)。结论经DAAs治疗后,丙肝肝硬化患者可获得较高的SVR12率,血清生化学及肝脏纤维化程度显著改善。高病毒载量、高龄、基因非1b型是短期内(治疗结束12周)影响血清生化学及肝脏纤维化指标改善的可能因素。

以《数据结构》为代表的新工科课程思政建设研究

鉴于目前专业课教学过程中存在的思政未进入教学大纲、思政授课过程无主线、思政元素融入生硬等现实问题,本文提出基于教学各环节思政融入的专业课全方位思政建设框架。构建全方位思政建设框架,首先以数据结构课程要求和培养目标为基础,分析课程与思政的共同点,重构融入思政元素的课程目标;针对重构的课程目标,修订教学大纲,整体考虑课程内容与思政元素的融合,以此作为思政课堂的指挥棒;在数据结构课堂教学中以教学大纲环节拟订的思想政治元素为主线,引入热点社会事件,达到思政教育的与时俱进和潜移默化;实践环节是专业课程的重要组成部分,也是思政教育的重要一环。通过将思政元素全方位多环节的融入教学过程,实现数据结构为代表的专业课程与思政元素的深度融合。