摘要：陈师道以诗文名世,其词鲜有人关注,从内容上来说,其词可大致分为男女恋情词、咏物词、寄赠酬唱词、咏怀词四类。这些词记录了陈师道大胆香艳的恋爱想象、真诚坦率的交友情况和坎坷复杂的人生境遇,体现着陈师道孤高狂狷但又时而感怀身世的矛盾精神世界。从艺术风格上来看,他既有香艳绮靡的花间词作,又不乏含蓄蕴藉的婉雅之作,具有雅俗共赏的特质。

摘要：1756年1月27日,神圣罗马帝国时期的萨尔兹堡出生了一个男孩,这个男孩在很小的时候便展现出惊人的音乐天赋,而最终也从“音乐神童”顺利蜕变为一代音乐大师,他就是沃尔夫冈·阿玛多伊斯,莫扎特(德语:Wolfgang Amadeus Mozart,1756年1月27日-1791年12月5日)。

摘要：文艺复兴时期是欧洲历史上一个充满活力和变革的时期,但对女性而言生存状况依然受到了许多限制和挑战。她们被禁在名为“女儿”“妻子”和“母亲”身份锁里,生活在由丈夫统治的家庭和由男性统治的社会中,她们的生活正是她们家庭和社会地位的现实写照。

摘要：端部嵌贴预应力碳纤维增强复合材料(CFRP)板加固混凝土结构是一种高效经济的新型混凝土结构加固方法,端部嵌贴段的CFRP与混凝土的粘结性能是锚固预应力CFRP、确保加固效果充分发挥的关键因素。为确定端部嵌贴段中斜向嵌贴段CFRP-混凝土的界面粘结性能,本文开展9个单剪拔出试验,研究了斜嵌段的粘结性能。通过设计混凝土棱柱试件,研究了斜槽角度、CFRP板埋深、CFRP板粘结长度对斜向嵌贴界面粘结性能的影响,并基于试验结果构建了CFRP板-混凝土局部界面的粘结-滑移关系模型。试验结果表明:随斜槽角度增大,试件的承载力及CFRP-混凝土局部界面断裂能也在逐渐增大。CFRP-混凝土界面粘结性能随CFRP埋深比增加而明显增加,并在埋深比为50%时达到最大,此后不再明显变化。基于试验结果所建立的粘结-滑移模型能较准确地模拟出CFRP板在混凝土斜槽中的受力过程。

摘要：为研究级间引气结构的压损特性,为工业燃机中的相关结构设计提供参考,采用仿真手段对真实的工业燃气轮机多级轴流压气机的级间引气结构进行数值研究,计算域涵盖压气机的多个主流通道和旁路的引气槽道、腔室、管路。结果表明:小引气率下,引气口的气流滞止和折转所导致的压力损失占总损失的五成以上;大引气率下,引气腔室内的流动掺混和引气支管口的流动分离所导致的压力损失占总损失的七成以上。不同区域的流动损失受引气率、引气管路的雷诺数、引气腔室的水力直径影响。下一步可以通过神经网络的方法训练得到零维的级间引气模型,用于进一步的性能评估。

摘要：目的 挖掘关中地区地理环境中的色彩元素,探索环境色彩在农特产品包装设计中的应用方法,彰显农特产品包装设计的地域特征。方法采用色彩地理学研究方法,借助数字化影像设备和色彩分析软件对关中地区地理环境中的色彩样貌进行提取分析,获取环境中的代表色及其属性数值,并构建环境色彩图谱。基于农特产品属性特征与环境色彩的感知特性,结合包装设计的审美意象,提出了将关中地区环境色彩应用于农特产品包装设计中的色彩搭配方法。结论运用地区环境色彩进行农特产品包装设计,展现农特产品自身属性特征的同时突显出产品的地域特色,提高农特产品识别度,为农特产品包装设计提供新的思路。

摘要：为了研究格栅部件对喷水推进船舶效率的影响,本文拟采用流固耦合的数值计算方法系统地对格栅表面受力及其强度特性进行计算,结合有限元方法和流固耦合理论,以STARCCM+和ABAQUS软件为工具,根据目前已知的格栅剖面设计方法,对目前格栅的剖面形式进行改进,形成新型对称剖面形式的格栅。基于上述计算流体力学与流固耦合计算方法对其进行周围流场、结构静力强度、结构动力强度进行计算与分析。结果表明:对称形式的格栅剖面对于降低格栅的变形与应力水平有一定的帮助,采用新型对称形式的剖面结构使格栅总体变形模式发生了变化,但是最大变形位置与最大应力出现在格栅的位置未发生明显变化,新型对称剖面形式格栅具有比较好的静强度与动强度特性,各栅条均匀承受流体载荷。

摘要：甘肃省舟曲县刺绣是甘肃非物质文化遗产的重要组成部分也是舟曲民族文化特色不可或缺的载体,并且有着悠久的历史文化和宝贵的精神内涵,是中华民族优秀传统文化中独一无二的特殊密码,有着“指尖非遗”之称。目前文创产品同类化严重,缺乏各自特色。本文通过对舟曲刺绣的历史文化、图案特征、图案寓意进行了深度梳理和总结分析,再与文创产品设计相结合,加强特色,为舟曲刺绣文化注入新的血液,为区域性旅游文创产业的可持续性发展提供创新路径。在进一步弘扬和传承非物质文化遗产的同时,促进文化自信和旅游业的发展。

摘要：针对卷积神经网络及其与信号降噪预处理集成方法面临高噪声环境和低质量数据挑战时难以有效地提取信号有用特征的问题,提出了一种融合Geronimo-Hardin-Massopust多小波分解的深度卷积神经网络模型(GHMMD-DCNN)。该模型思想是将多小波包分解与卷积神经网络深度融合,即设计多个一级多小波分解层以提取信号的低频分量和高频分量,再将多个一级多小波分解层与卷积层交替联接,使模型能够多尺度地提取并学习信号有用的时频域信息,信号分解和特征学习交替执行,进而实现强噪声鲁棒特征提取。在不同工况下的航空高速轴承振动数据上进行测试,结果表明:所提模型训练时能够快速达到稳定收敛,并且识别准确率均能达到99.9%以上;提出的方法在强噪声干扰下的故障辨识准确度和识别稳定性均优于对比方法,验证了其优秀的抗噪声干扰能力;在少训练样本测试中,提出的方法在单类训练样本数量为60时的平均诊断准确率高达91.19%,相比于其他方法最低提升了13.19%,验证了GHMMD-DCNN模型具有更优的低样本泛化能力。