摘要：随着深度学习在视觉领域的发展,图像识别被应用于日常中草药识别。为了提高中草药植物图像识别的效率和准确率,提出SEResnet深度学习模型对生活中常见的中草药植物图像进行识别与分类。首先,模型选择32类中草药构建数据集,之后以Resnet152为基础模型并加入注意力模块提高识别准确率,最后基于模型设计中草药识别系统。实验结果显示,训练集识别的准确率达到97.34%,达到日常生活使用水平。

摘要：在伯林特的“美学原论”,即“审美场”理论中,连续性是审美过程中各种要素相互作用的基本原则,进而成为审美经验统一体最终形成的基本原则,在这里连续性发端于伯林特在现象学的基础上对艺术审美而不是自然审美的探讨。进而,在其试图建构的能同时解释传统艺术与当代艺术的参与美学中,连续性与参与性成为这一美学的两大基本原理。因而在环境美学中,不同于绝大多数西方环境美学家对形而上学的排斥,伯林特将连续性上升到了形而上学的高度,并坦言连续性正日益成为其思考的基础。因此,他以一种自上而下的方式,从连续性形而上学到环境审美的“参与模式”,构建了其独特的环境审美理论。

摘要：西方的环境美学一般以艺术为参照,分析环境的特性,由此确定我们该欣赏什么,这就容易使环境成为“对象式”环境。但不同于传统艺术品,人与一般环境及审美的环境都是连续的。连续性的思维方式源于古希腊。在西方环境美学中,人与环境的连续呈现出“过程性”与“整体性”特征,与此相伴的是环境的生成与动态变化的时间特性以及与“框架”等相关的空间特性。在环境审美中,我们需要积极融入审美的过程,增强自身感官的敏锐度并调动全部的身心去“身体化”地感知环境。

摘要：传统的分布式数据流挖掘模型是一种挖掘结果中逐层进行的层次模型,通信带宽是一个瓶颈。为了减少分布式数据流结点的通信,本文采用一种基于数据密度的偏倚抽样方法对分布式数据流组中的每个流进行抽样,只维护抽样数据中最近期的元素。在频繁项挖掘过程中,设计了一种哈希计数方法(不同于传统哈希计数算法),可以同时对数据的计数进行增加和删减,计数的值是有一定误差保证的近似值,算法称为FFIDDS算法。实验结果证明,通信负担和处理时间均明显比传统HCS模型的算法优秀。