南涧跳菜艺人对数字化生存的表达、回应与适应

数字化生存时代,媒体与现实生活之间形成了一种相互映照、相互生成的关系。自2008年被列入国家级非物质文化遗产项目以来,南涧跳菜的知名度和影响力不断增强。作为跳菜技艺的传承主体,跳菜艺人成为南涧跳菜文化传播的关键实践者,从原来在乡野山村的现场表演,到当下在快手、微信等网络平台上进行直播,他们展示南涧跳菜文化的方式走向了“数字化”。在这种虚拟与现实的双重空间实践过程中,南涧跳菜艺人成为“数字人”,跳菜文化进入“数字化生存”时代。在此进程中,南涧跳菜艺人对于数字化时代的热烈表达、积极回应与主动调适都是值得深思的问题。

新时代乡村教育振兴的路径

新时代乡村教育振兴包含了教育脱贫攻坚成果创造性转化、创新性发展,城乡教育融合发展,以乡村教育的全面提升促进全面乡村振兴三重内涵。教育脱贫攻坚的伟大胜利为新时代乡村教育振兴奠定了良好的环境、人才与科技基础。新时代乡村教育振兴要重塑乡村教育理念、整合乡村教育主体、挖掘乡村禀赋性资源,以乡村教育振兴助力全面乡村振兴。

基于Android的动态折线图组件设计

Android系统提供的组件不能完全满足开发人员的需求,很多组件需要通过重写View来实现。在数据可视化方面,动态折线图是一种常用的组件,它根据数据的不断变化来实时展现信息。基于此问题,提出了一种动态折线图的设计及实现方法,对数据模型、定时器、折线平滑、组件绘制等关键技术进行了详细论述。组件设计合理,使用方便,支持自定义,实时性效果良好,能满足大多数Android应用开发的需求,有一定的实际应用价值和创新性。

Android平台下可交互的南丁格尔玫瑰图设计

在数据可视化方面,南丁格尔玫瑰图是一种常用的组件,它是通过扇形的半径表示数据的大小,而Android系统中没有提供南丁格尔玫瑰图。基于这个问题,提出了一种南丁格尔玫瑰图的设计及实现方法,对布局空间设计、事件处理、绘制流程及核心代码等关键技术进行了详细论述。该组件设计合理,使用方便,支持自定义,交互性好,能满足大多数Android应用开发的需求,有一定的实际应用价值和创新性。

基于K-means的驾驶行为离散化特征聚类分析与研究

为挖掘连续驾驶行为数据中潜在的特征关系,文章采用实际运输车辆连续的驾驶行为数据。首先通过相应的预处理和特征提取,获取对应车辆在相应时间段连续的驾驶行为数据;其次采用在离散标准数据集和连续且有噪声数据集中均有稳定表现的K-means聚类方法,对驾驶行为数据进行离散化聚类处理与分析;最后获得三类有代表性的驾驶行为:“平稳型驾驶”“冲动型驾驶”和“危险型驾驶”。此外,对驾驶行为中隐含的各类特征进行分析研究,为后续进一步根据驾驶行为数据进行数据挖掘之关联分析提供有力依据。

一类狄氏型变换及其联系的马氏过程

本文研究一类狄氏型变换.我们给出狄氏型变换后的二次型是拟正则狄氏型的充分条件,分别讨论关于二阶微分算子和伪微分算子所对应的狄氏型的狄氏型变换,得到变换前后拟正则狄氏型对应的马氏过程间的关系.

空间点距离分析

在高维空间下,研究了常用L_(k)范数的行为,并证明高维意义问题对k值是敏感的.引入并检验了L_(k)范数到分数距离度量的自然扩展.从理论的角度证明了分数距离度量提供了更有意义的结果.在高维空间下,随着样本点数量的增加,每个点的距离都趋于相等.

“平面设计”课程的思想政治建设实践

以计算机专业的“平面设计”课程为例,介绍该课程在课时少、内容多的情况下构建课程思政教育系统的实践过程。课程定位满足知识与技能并重,专业教育与思想政治教育相结合。课程思政建设目标是建立法治意识、形成守约守法行为、培养合作精神;重点是建成“意识+行动+习惯”养成型学习生态。用“致知”重新规划教学策略,用“格物”改进教学设计,归纳形成与情境结合的代表性思政案例,改革课程评价方式,实现建成较为完整的“平面设计”课程思政教育系统。

基于K-means聚类的计算机视觉下杨梅水果图像识别

聚类分析是划分数据的一种有用方法,它将数据划分成有用的组。其运用范围非常广泛,在统计学、模式识别、信息检索和数据挖掘等领域得到广泛的运用。本文将K-means聚类运用到杨梅水果照片转换的数据中,尝试运用其对生成数据进行聚类,用以在统计学上对杨梅进行颜色和果实的识别。经过理论和数据实验验证,K-means聚类能够从数据层面上区分果实和背景,为进一步研究当地环境下杨梅果实的机器视觉识别打下基础。

应用型本科电子通信专业EDA课程教学改革探索

国内独立院校电子通信相关专业实验室建设由于经费和建设难度等因素建设滞后,导致学生培养过程中电子产品设计能力薄弱。EDA技术其独特的虚拟开发特点,可以降低设计风险,提高设计可行性,可有效解决这一问题。文章讨论有一定EDA设计教学基础后,目的导向式EDA教学,加入分组竞争机制的教学模式以培养学生电子产品设计能力,同时提高EDA教学效果的教学模式。

最小错误概率Bayes分类在杨梅图像数据分类中的运用

本文以Bayes分类为基础理论,结合杨梅图像自身的特点和它所服从的统计学特性,得到一种基于最小错误概率Bayes决策的分类方法在杨梅图像数据分类中的运用。文章首先介绍基于最小错误概率Bayes决策理论,然后从理论上推导其在杨梅图像数据中分类数据的运用,最后通过实验分析其运用的实际效果和各种不同参数对分类效果的影响并得出结论。模式识别与信号处理、概率统计、数字图像处理等学科有着密切的联系,其中很多分类方法较为成熟且广泛的运用于数据分类中,并在许多实际问题和多种不同分布数据分类中取得了良好的效果。