摘要：在当代文坛活跃着的作家中,余华无疑是不可忽视的一位实力派作家。他一直身体力行各种写作实验,以迥异的风格不断冲击着人们的审美期待。从《十八岁出门远行》到《世事如烟》到《许三观卖血记》,余华试图在叙事艺术上不断创新和超越。1995年推出的长篇《许三观卖血记》

摘要：儿童视角几乎成了迟子建艺术写作的基本视角。迟子建是想通过儿童视角这扇窗口表达她对儿童本体世界的关注,尤其是对儿童孤独寂寞的精神世界给与了史无前例地正视和表现。在迟子建的儿童视角小说中,我们不仅看到一个现代文明的伤怀者,还读到了作家寻找家园和生命原根的冲动。

摘要：受教育改革全面深化的影响,教学理念与教学模式较以往也发生了变化,在方剂学教学中开始出现包括翻转课堂在内的各种全新的教学模式,并获得了良好的教学成效。参考相关研究资料,对翻转课堂模式进行简单论述,并结合具体教学实例,着重围绕翻转课堂模式在方剂学教学中的应用提出策略。

摘要：有关迟子建小说的研究与其小说创作可以说是同步进行的,迟子建小说研究大致可分为20世纪80、90年代和2000年以后两个阶段。在前一个阶段,评论界将关注的目光集中在迟子建的整体创作上;而2000年以后,由于批评方法的多样性和切入角度的灵活性,学界对迟子建小说思想内涵和艺术容量等方面的研究有了较大的开掘和拓展,其小说的内蕴和价值也在多重解读中得以凸显。当然,研究中有关作家在中国当代文学史的地位,除代表作以外的其他小说的关注度,作品中的爱情主题等领域仍有待挖掘和突破。

摘要：针对服装图案分类效率低的问题,设计一种基于Inception v3算法与迁移学习技术对女衬衫图案进行分类的方法。在Inception v3基础上,拓展训练网络架构,对8121张8类女衬衫图片进行训练,并与GoogLeNet等典型算法模型进行准确率与损失值对比。结果表明:在相同的识别精度上Inception v3具有较好的收敛速率;并且将迁移学习应用到Inception v3优化算法中,在保持初始模型识别速度情况下,可使模型识别平均精度提高6%,达到98%,同时参与训练的参数量减少了约91%。研究结果可有效解决服装图案分类困难问题,并为服装图案可视化分类研究提供技术参考。

摘要：随着时代的发展,移动端关于图像分类的检索成了迫切需求,鉴于传统的卷积神经网络所需要的数据集较大,计算量也随之倍增。针对此,文章提出了一个轻量化的卷积神经网络,用来做服装图像分类。对于小型数据集,传统的服装图像分类方法效率低、准确度不高,文章提出一种G1-VGG的服装图像分类方法,主要基于VGG16网络模型,引入Dorpout层来缩小参数规模,从而提高效率和鲁棒性,最后在全连接层之间引入了一个可以学习卷积特征的二值哈希编码层,将高维数据压缩处理,不丢失其数据高维特征。在减少训练时间的同时,解决内存占用问题。

摘要：通过研究结冰与物体表面粘结特性,掌握它们之间的分离过程对优化除冰方案具有重要意义。当前研究较多的开展了基于纳米尺度的结冰分离,但其研究内容与真实宏观状态结冰分离过程相差较远,有必要研究宏观尺度的结冰分离过程。本文设计并搭建了用于测试法向和切向结冰粘结力的试验台,在不同温度下展开实验并获得了结冰冰柱与金属表面的法向和切向粘结力。引入宏观的结冰分离机制,引入粘结单元层本构模型,在Abaqus中空对结冰与金属表面分离过程进行数值模拟。通过对比数值模拟和实验验证结果,深入的了解了结冰粘结特性并实现了结冰与金属平面分离过程数值模拟。

摘要：喜花剪纸作为剪纸中的重要形式,有着独特的婚俗背景和喜庆吉祥的寓意内涵,在新时代的婚礼中依然发挥着不可替代的作用。文章通过梳理文献,分析喜花剪纸的概念、用途、表现形式和图案寓意,从喜花剪纸色彩、图案和剪纸在服装上的工艺表现三个角度总结论述喜花剪纸在现代服装中的应用。

摘要：为更好地实现数字化定制设计在服装行业中的应用,解决定制类贴体服装传统样板生成方法所存在的合体性差、设计制板周期长等问题,提出一种基于三维可视化技术与逆向工程技术进行旗袍定制设计方法。首先,应用三维虚拟设计平台,将三维人体扫描获取的人体23个特征部位数据进行人体模型参数化设置;然后,通过在人体模型的4个关键部位加入松量,构建出“带贴体松量”的特征人体模型,并在此人体模型上进行三维旗袍造型及内部分割设计;最后,将三维旗袍曲面自动展平得到二维样板,并将二维样板制成成衣进行主观评价。评价结果表明,成衣主观测评指数达到4.0分以上,该方法可有效进行贴体服装设计及样板自动生成。

摘要：为研究湿陷性黄土地基水泥土搅拌桩加固效果,分别采用ABAQUS软件数值模拟计算和现场静载试验开展研究。根据设计参数采用ABAQUS软件建立模型进行数值模拟计算,在试验段采用静载试验测定复合地基承载力,得出复合地基承载力数值模拟计算结果和实测结果均高于150 kPa,满足设计要求。虽然计算值略小于实测值,但二者相差不大,仍具有较高的参考价值。