The Study of “Imitation” Aesthetics in Ancient Painting Theory-Taking the Chinese and Western Sources as an Example

The theory of“imitation”in painting occupies a leading position in western art,which originated from the theory of“imitation”in ancient Greece,and has become one of the art theories affecting the world through the continuous development of later generations.Through the exploration of the source of“imitation”in China and the West,there are some comments on the meaning of“imitation”in Chinese classical painting theory,such as“transfer model writing”and“image form”,which is obvious differences from the west.Traditional Chinese painting is a combination of careful observation of natural things and subjective emotions to express their own aesthetic feelings,and ultimately form a vivid artistic conception.Modern imitation is borrowed from Western imitation.In fact,imitation in traditional painting has its own meaning,which contains Chinese aesthetic thought.“Imitation”aesthetics is unique in traditional Chinese painting and is the most important form of painting art.

Imitated Ecological Cultivation Technology of Dendrobium offcinale: A Case Study of Longshitou Village,Longmen County

In order to optimize the planting structure of Longshitou Village in Longmen County and promote the efficient cultivation of Dendrobium offcinale industry,the imitate ecological cultivation technology of D.offcinale is studied from the aspects of site selection,seedling domestication,seedling colonization,and disease and pest control after colonization according to the natural environmental conditions of Longshitou Village.

当代仿宋体的发展困境与机遇

仿宋字体的设计正面临着创新发展的困境。通过分析新文化运动与五四运动带来的革新理念,揭示出仿宋字体横向排版的缺陷。当下各种媒介尤其是新媒体对屏显文字有了更高需求,而仿宋体受横向排版的影响,开发的难度更大,这也进一步说明了仿宋体面临的窘境。与此同时,借用几个案例提出困境即机遇的思索,并对仿宋体的进一步发展提供解决思路。同时相信只要顺应时代,掌握字体设计的规律,保留仿宋体的特征,仿宋体定能厚积薄发。

产后出血MDT急救模拟培训在产科实习医师教学中的应用

目的探讨产后出血多学科协作(MDT)急救模拟培训在产科实习医师教学中的应用效果。方法本研究采用试验对照方法,选取2022年5月至2023年4月在中山大学附属第三医院产科实习的中山大学临床医学专业学生作为研究对象,按照信封随机法将其分为试验组和对照组。其中,试验组共49名,男23名,女26名,年龄(22.59±0.53)岁;对照组共50名,男29名,女21名,年龄(22.44±0.50)岁。试验组在参与中山大学附属第三医院产科实习的同时,进行产后出血MDT急救模拟培训;对照组仅参与产科实习。发放调查问卷进行各项能力的自我评估,比较两组的教学效果。计量资料采用t检验,计数资料采用χ^(2)检验或配对χ^(2)检验。结果试验组发放调查问卷49份,回收49份,对照组发放调查问卷50份,回收50份,有效问卷回收率为100.0%。试验组有73.5%(36/49)的实习医师认为参与产后出血MDT急救模拟培训课程为深入了解MDT提供了很大帮助。试验组参与培训后与对照组产科实习结束前的调查问卷显示,试验组对产科临床诊断能力、产科单项操作能力、其他学科诊断能力、其他学科单项操作能力、对多学科诊疗思维能力、对综合急救操作能力的欠缺率均低于对照组[0比44.0%(22/40)、6.1%(3/49)比52.0%(26/50)、8.2%(4/49)比38.0%(19/50)、6.1%(3/49)比44.0%(22/50)、2.0%(1/49)比58.0%(29/50)、8.2%(4/49)比82.0%(41/50)],差异均有统计学意义(均P<0.001)。结论产后出血MDT急救模拟培训课程能够加深实习医师对MDT的了解,实现提升实习医师的多学科诊疗思维、综合急救操作能力等课程目标。

基元库构建思想的机器人动作与策略演示学习方法

为解决机器人演示学习过程中演示数据优化、动作与任务策略的存储调用问题,提出一种利用基元库思想的演示学习方法。动作学习采用专家拖动机械臂执行动作获取演示数据,利用高斯混合模型与高斯混合回归提升数据质量,由动态运动基元算法转换为基函数的权重值。策略学习将任务步骤创建为动作基元,向基元内添加得到的权重值并构建包含任务执行策略的基元名片,由基元组成基元库完成存储。执行任务时从基元库中有序调用基元,利用YOLOv5目标检测网络和AlexNet图像分类网络检测目标信息,匹配动作并泛化出具有原动作特征的新动作。该方法实现了从演示中学习动作与策略存储,根据实际目标组合合适动作完成任务。钢筋绑扎实验创建5个动作基元,通过专家演示学习10个动作,机器人利用动作基元库成功完成水平面与竖直面钢筋交叉点绑扎任务说明其有效性。

基于多模态中间表示的端到端自动驾驶模型

对驾驶环境的准确理解是实现自动驾驶的先决条件之一。为提高自动驾驶车辆的场景理解能力,提出了一种基于语义分割、水平视差和角度编码的多模态中间表示的端到端自动驾驶模型。该端到端自动驾驶模型利用深度学习技术构建感知-规划网络。感知网络以RGB和深度图为输入生成多模态中间表示,实现道路环境及周围障碍物的空间分布描述;规划网络使用多模态中间表示进行道路环境特征提取和航路点预测。基于CARLA仿真平台进行模型的训练和性能测试,结果表明:该端到端自动驾驶模型能够实现对城市道路环境的场景理解,有效地减少了碰撞;相较于单模态中间表示的基线模型,其驾驶性能指标提升了31.47%。

模仿产品竞争威胁下供应链独家采购合作研究

为了探究模仿产品竞争背景下品牌制造商与零售商能否达成独家采购合作,构建原创品牌制造商、模仿者和零售商三方组成的两阶段Stackelberg博弈模型;对比了零售商引入模仿产品对其自身及品牌商利润的影响;求解了品牌商折扣让利情形下品牌商与零售商达成独家采购合作的边界条件。研究结果表明:1)不考虑品牌商的折扣让利时,零售商引入模仿产品总是会提升自身利润,降低品牌商利润,但是品牌商的创新产品需求量会逆势增加;2)当零售商担任博弈领导者时,如果品牌商愿意给予零售商一定批发价格折扣,品牌商与零售商都能从独家采购合作中实现帕累托改进,该折扣水平阈值与模仿产品质量、品牌商忠实消费者比例相关;3)品牌商担任博弈领导者时,品牌商与零售商并不能从独家采购合作中实现帕累托改进。

作战方案驱动的可学习兵棋推演智能体研究

为了使智能体能够应对兵棋推演中的复杂作战场景和作战目的,提出作战方案驱动的可学习兵棋推演智能体架构。剖析智能体对兵棋系统的“依附特性”和“松耦合特性”,得到智能体的可学习要求;在智能体框架设计中,使用作战方案压减智能体学习范围。通过有限状态机对应作战方案中的作战阶段知识,依据作战方案框架确定智能体决策空间,设计可学习的深层神经网络实施关键决策空间探索,神经网络采用先验知识模仿学习模式和深度强化学习模式。该架构能迭代探索人类难以充分梳理清楚的多棋子最优部署和协作问题。

考虑行为克隆的深度强化学习股票交易策略

为提高股票投资的收益并降低风险,将模仿学习中的行为克隆思想引入深度强化学习框架中设计股票交易策略。在策略设计过程中,将对决DQN深度强化学习算法和行为克隆进行结合,使智能体在自主探索的同时模仿事先构造的投资专家的决策。选择不同行业的股票进行数值实验,说明了所设计的交易策略在年化收益率、夏普比率和卡玛比率等收益与风险指标上优于对比策略。研究结果表明:将模仿学习与深度强化学习相结合可以使智能体同时具有探索和模仿能力,从而提高模型的泛化能力和策略的适用性。

企业基础研究决策的同群效应及影响因素

以2013-2022年中国沪深A股制造业和信息技术业上市企业为样本,实证检验基础研究的同群效应的存在性、模仿路径及其影响因素。研究发现,企业基础研究决策受行业内其他企业的影响,即存在行业同群效应,其模仿路径呈现出一定的先内后外规律。企业所处的竞争地位越高,既往基础研究经验越丰富,其基础研究决策越容易受到行业同群的影响。相较于非国有企业,国有企业基础研究决策受同群企业影响程度较高。研究进一步发现,企业基础研究决策同群效应对企业创新绩效有正向促进作用。研究发现为更好地理解企业基础研究的外在驱动力,并为鼓励企业开展基础研究与完善中国基础研究政策体系提供思路参考。

亚麻面料仿旧色彩生态染整研究

为满足亚麻面料利用自带色素达到表面泛白仿旧色彩和柔软手感的需求,研究亚麻面料表面氧漂、再退煮的工艺处方及条件。结果表明,100%双氧水用量为3.0%、渗透剂JFC用量为2.0%、精练粉TF135A用量为10.0%、汽蒸时间30 min,亚麻面料底面色素保留,色牢度好,表面泛白,仿旧效果好;退煮酶TF-165用量为2.0%、60℃处理40 min,面料的毛效为8.18 cm,达到服用要求。

以牛肉为基准高水分组织化植物蛋白的工艺优化

为探究高水分组织化植物蛋白(HMTVP)模拟块状熟牛肉的最佳工艺,以大豆分离蛋白、小麦淀粉、谷朊粉、豆粕为原料进行高水分挤压,并基于熟牛肉的应变率和质构特性对HMTVP原料配方和双螺杆挤压工艺参数进行单因素分析及响应面优化。结果表明:大豆分离蛋白能提升HMTVP的硬度和咀嚼度,淀粉和进水量会降低HMTVP的硬度,喂料量在一定范围能提升HMTVP硬度;在大豆分离蛋白含量32.79%、小麦淀粉含量15.83%、谷朊粉含量24.43%、豆粕含量42.78%,进水量3.4 L/h,喂料量2.8 kg/h条件下,HMTVP的硬度为12.75 kg、咀嚼度为8.27 kg、应变率为0.92×10^(-4),实际水分含量为58.62%,与五级熟度牛肉的质构特性相近;并且在此挤压配方及工艺下制备的HMTVP感官评分较高。HMTVP具有模拟动物肉的巨大潜力,为其在食品工业中的广泛应用提供了有力的参考依据。

改进行为克隆与DDPG的无人驾驶决策模型

无人驾驶技术的关键是决策层根据感知环节输入信息做出准确指令。强化学习和模仿学习比传统规则更适用于复杂场景。但以行为克隆为代表的模仿学习存在复合误差问题,使用优先经验回放算法对行为克隆进行改进,提升模型对演示数据集的拟合能力;原DDPG(deep deterministic policy gradient)算法存在探索效率低下问题,使用经验池分离以及随机网络蒸馏技术(random network distillation,RND)对DDPG算法进行改进,提升DDPG算法训练效率。使用改进后的算法进行联合训练,减少DDPG训练前期的无用探索。通过TORCS(the open racing car simulator)仿真平台验证,实验结果表明该方法在相同的训练次数内,能够探索出更稳定的道路保持、速度保持和避障能力。

基于深度强化学习的无信号灯路口决策研究

无信号灯左转路口是自动驾驶场景中最为危险的场景之一,如何实现高效安全的左转决策是自动驾驶领域的重大难题。深度强化学习(DRL)算法在自动驾驶决策领域具有广阔应用前景。但是,深度强化学习在自动驾驶场景中存在样本效率低、奖励函数设计困难等问题。提出一种基于专家先验的深度强化学习算法(CBAMBC SAC)来解决上述问题。首先,利用SMARTS仿真平台获得专家先验知识;然后,使用通道-空间注意力机制(CBAM)改进行为克隆(BC)方法,在专家先验知识的基础上预训练模仿专家策略;最后,使用模仿专家策略指导深度强化学习算法的学习过程,并在无信号灯路口左转决策中进行验证。实验结果表明,基于专家先验的DRL算法比传统的DRL算法更具优势,不仅可以免去人为设置奖励函数的工作量,而且可以显著提高样本效率从而获得更优性能。在无信号灯路口左转场景下,CBAM-BC SAC算法与传统DRL算法(SAC)、基于传统行为克隆的DRL算法(BC SAC)相比,平均通行成功率分别提高了14.2和2.2个百分点。

“双高计划”辐射效应:形成条件、现实困境与对策

“双高计划”是国家以项目为载体统一质量标准,引导高职学校进一步深化改革探索,以点带面提高中国高职教育整体水平的重大项目。建设学校被赋予通过实施“双高计划”探索高职教育高质量发展的可复制可推广经验与理论,带动其他高职院校共同发展的历史使命。因此,“双高计划”辐射效应的形成与作用发挥对于实现“双高计划”总体目标具有重要意义。以辐射理论、组织模仿理论及其相关研究为学理基础,分析了“双高计划”辐射效应形成所需要具备的基本条件,对实践中“双高计划”辐射效应形成所面临的现实问题和阻碍因素进行分析,并提出促进“双高计划”辐射效应形成的对策。

听写、模仿朗读与背诵在较低水平英语学习者听说课程中的行动研究

本研究旨在探索如何针对较低水平英语学习者的特色和需求,在大学英语听说课程中通过听写、模仿朗读与背诵等传统教学法达到良好的教学效果。本研究采取了行动研究的方法,利用调查、访谈、反思日志、测试等手段进行了两轮实证研究。研究结果表明,将听写、模仿朗读、背诵等传统教学法通过合理的组合和设计,系统性地、有计划地用于较低水平英语学习者的听说课程不仅符合了学生的特点和诉求,也切实提高了教学效果,实现了学生听、说水平乃至学习语言自信心等各方面的提升。

基于路径模仿和SAC强化学习的机械臂路径规划算法

在机械臂路径规划算法的训练过程中,由于动作空间和状态空间巨大导致奖励稀疏,机械臂路径规划训练效率低,面对海量的状态数和动作数较难评估状态价值和动作价值。针对上述问题,提出一种基于SAC(Soft Actor-Critic)强化学习的机械臂路径规划算法。通过将示教路径融入奖励函数使机械臂在强化学习过程中对示教路径进行模仿以提高学习效率,并采用SAC算法使机械臂路径规划算法的训练更快、稳定性更好。基于所提算法和深度确定性策略梯度(DDPG)算法分别规划10条路径,所提算法和DDPG算法规划的路径与参考路径的平均距离分别是0.8 cm和1.9 cm。实验结果表明,路径模仿机制能提高训练效率,所提算法比DDPG算法能更好地探索环境,使得规划路径更加合理。

基于碰撞预测的强化模仿学习机器人导航方法

基于学习的机器人导航方法存在对数据的依赖性高和在一些特定环境下表现不完美的问题,例如在空旷场景下无法走直线,在障碍物密集场景下碰撞率高。为了提高机器人的导航性能,提出了一种基于碰撞预测的强化模仿学习导航方法。在无模型的情况下,根据机器人的性能,建立马尔科夫决策过程(Markov decision process,MDP)中所需要的状态空间、动作空间、奖励函数。采用深度强化学习(deep reinforcement learning,DRL)在仿真环境中进行训练,使机器人获得能够在多障碍环境中导航和避障的能力。使用收集到的专家数据按照模仿学习方法对策略继续进行训练,改善强化学习在障碍物稀疏和密集两种极端情况下表现不完美的问题。设计了一个碰撞预测模型,将传统控制与深度学习相结合,根据预测结果,使机器人自适应地在不同环境下选取合适的控制策略,大大提高了导航的安全性。通过实验,在大量从未遇到过的场景下验证了所提出方法的导航性能和泛化能力。

基于多代理模仿学习的普适边缘计算资源分配

普适边缘计算允许对等设备之间建立独立通信连接,能帮助用户以较低的时延处理海量的计算任务.然而,分散的设备中不能实时获取到网络的全局系统状态,无法保证设备资源利用的公平性.针对该问题,提出了一种基于生成对抗网络(Generative Adversarial Network, GAN)的普适边缘计算资源分配方案.首先基于最小化时延与能耗建立多目标优化问题,然后根据随机博弈理论将优化问题转化为最大奖励问题,接着提出一种基于多代理模仿学习的计算卸载算法,该算法将多代理生成对抗模仿学习(GAIL)和马尔可夫策略(Markov Decision Process, MDP)相结合以逼近专家性能,实现了算法的在线执行,最后结合非支配排序遗传算法Ⅱ(Non-dominated Sorting Genetic AlgorithmⅡ,NSGA-Ⅱ)对时延和能耗进行了联合优化.仿真结果表明,所提出的解决方案与其他边缘计算资源分配方案相比,时延缩短了30.8%,能耗降低了34.3%.

仿写、建造、传统——从遗产价值的角度看大禹陵禹庙大殿钢筋混凝土仿木构建造的传承

重建于1933年的绍兴大禹陵禹庙大殿是一座完全采用钢筋混凝土材料写仿的“传统木构建筑”。它不仅在梁架系统上完美模拟了木构结构,还运用预制钢筋混凝土构件来制作斗栱、筒瓦屋面和脊饰,并由文人主导进行梁栿彩画的绘制。这种巧妙组合融合了传统建筑形式与新型钢筋混凝土建造技术,并通过乡土工匠对建造过程的参与延续了当地对大禹祭祀传统的承袭。从建造与遗产价值角度来看,固有形式与新材料之间的结合源于对当地历史与文脉的传承和追求。通过对该案例进行深入剖析,可以发掘传统地方建造系统所具有的巨大惯性和灵活兼容性。