摘要：新闻媒体创意产品是指在新兴媒介环境中,由新闻机构主导并主要运用数字技术生产制作的新闻属性较弱而舆论引导属性较强的、优先适宜于社交媒体传播的内容。在媒体融合的进程中,经过多年发展,创意产品形成了自身独特的生产机制,在内容生产方式及舆论引导方式创新方面进行了新的探索,逐步成为新闻媒体内容生产中的另一道风景。但创意产品在生产制作与传播过程中也出现了诸多问题,对新闻媒体的职能观念、新闻自主性等带来了一定的影响,这些问题背后反映出当前我国媒体融合进程中依然存在一些结构性困境。因此,从更新创意生产与创意产品观念出发,探索创意生产的规律,并注重创意产品的新闻属性,延展创意产品的独特性,成为未来新闻媒体创意生产的可能方向。

摘要：《真诚·沟通》是全国唯一一档纪实类电视公益广告栏目,笔者运用内容分析法对《真诚.沟通》中的纪实类电视公益广告进行广告人物形象分析,从性别、地区和年龄维度对人物形象的构建因素进行分析,发现该类广告主题有限、人物形象单一,并且存在明显刻板印象,体现着一种精英意识。

摘要：《真诚·沟通》是中央电视台新闻频道的一档公益广告栏目．也是中国目前为止唯一的“纪实类公益广告”栏目。在央视新闻频道周期性播出，每个公益广告的时长约为1分半左右。当前我国正处于社会转型期，社会上出现了一些失范现象。新的社会价值观亟需建立。无疑，纪实类公益广告对于树立社会真善美的形象具有重要意义。纪实类公益广告的核心是人，人物的形象和故事决定了广告的主题．同时人物的选择和形象的塑造也反映出了栏目对于“真诚·沟通”这一主题的立场和倾向。

摘要：伴随媒体融合的不断推进,作为“阐释社群”的职业新闻工作者的边界工作发生了变化,部分职业新闻工作者从生产关于事实的报道,转向制作以参与性为主要特征的媒体融合创意产品,即从“做新闻”到“做产品”。制作内容、流程的变化带来了生产规范、标准的改变,专业主义话语受到参与性话语影响,新闻工作者出现边界扩张。扩张的目的是维系新闻机构与新闻工作者的专业权威,以及主流媒体在民众心中的“认知权威”。但权威的维系缺乏稳定性,过于追求技术形态创新的产品受到诸多影响,使得边界工作并不稳固。这也为未来新闻工作者“做产品”提出更多有待实践探索与理论思考的新课题。

摘要：BIM技术作为建设工程新技术,逐渐被应用于项目建设的各个阶段,全球建筑行业已经普遍认同应用BIM是未来发展的趋势,国家大力推广BIM技术在全生命周期的发展。BIM正向设计可避免二维设计后翻模带来的烦琐过程,三维协同设计可以提高各专业的设计质量。目前,正向设计方式在改造项目中的应用较少。本文通过分析项目的设计重难点,利用BIM技术,实现改造项目的BIM正向设计。通过BIM技术应用实施,为改造项目的设计提供资料依据,高效解决改造项目的设计痛点,节省设计周期,实现经济效益,具有一定的理论价值和现实意义,并为改造项目BIM设计提供解决思路,为后续研究提供参考。

摘要：2018年艺考大幕再次拉开。有人说，“选择艺考就等于选择了烧钱”，艺考火热、考生追梦的背后，考生和家长究竟付出了怎样的代价？

摘要：采用响应面法优化糖苷酶催化芦荟苷生物转化制备芦荟大黄素的反应条件。在单因素的基础上选择反应时间、叔丁醇浓度、反应温度为变量,以芦荟大黄素的浓度为响应值,采用Box-Behnken试验设计原理进行响应面法分析,确定了酶法转化芦荟苷生成芦荟大黄素的最佳条件为:反应时间为4 h,V(叔丁醇)∶V(水)=3.5∶6.5,反应温度为43℃,芦荟大黄素转化率90.80%。

摘要：为提高苹果采摘机器人的识别效率和环境适应性,使其能在密集场景下对多苹果目标进行快速、精确识别,提出了一种密集场景下多苹果目标的快速识别方法。该方法借鉴“点即是目标”的思路,通过预测苹果的中心点及该苹果的宽、高尺寸,实现苹果目标的快速识别;通过改进CenterNet网络,设计了Tiny Hourglass24轻量级骨干网络,同时优化残差模块提高了目标识别速度。试验结果表明,该方法在非密集场景下(即近距离场景)测试集的识别平均精度(Average precision,AP)为98.90%,F1值为96.39%;在密集场景下(即远距离场景)测试集的识别平均精度为93.63%,F1值为92.91%,单幅图像平均识别时间为0.069 s。通过与YOLO v3、CornerNetLite网络在两类测试集下的识别效果进行对比,该方法在密集场景测试集上比YOLO v3和CornerNetLite网络的平均精度分别提高了4.13、29.03个百分点;单幅图像平均识别时间比YOLO v3减少0.04 s、比CornerNetLite减少0.646 s。该方法无需使用锚框(Anchor box)和非极大值抑制后处理,可为苹果采摘机器人在密集场景下快速准确识别多苹果目标提供技术支撑。

摘要：为适应当前移动设备用户界面可用性和可复用性需求,解决移动设备用户界面描述语言(UIDL)未考虑移动设备的固有属性且对于大粒度的模式构件不能较好的支持等不足,设计一种基于可扩展标记语言的移动设备用户界面描述语言PXMUL,并给出基于模式组件的移动用户界面的实现框架,从界面布局、逻辑和环境3个模块定义描述界面所需的属性,在大粒度构件基础上实现用户界面的设计与开发。实例评估结果表明,PXMUL能够实现移动设备用户界面的可行性与有效性,同时降低学习成本,缩短开发周期。

摘要：为准确识别果树上的不同苹果目标,并区分不同枝干遮挡情形下的果实,从而为机械手主动调整位姿以避开枝干对苹果的遮挡进行果实采摘提供视觉引导,提出了一种基于改进YOLOv5m面向采摘机器人的苹果采摘方式实时识别方法。首先,改进设计了BottleneckCSP-B特征提取模块并替换原YOLOv5m骨干网络中的BottleneckCSP模块,实现了原模块对图像深层特征提取能力的增强与骨干网络的轻量化改进;然后,将SE模块嵌入到所改进设计的骨干网络中,以更好地提取不同苹果目标的特征;进而改进了原YOLOv5m架构中输入中等尺寸目标检测层的特征图的跨接融合方式,提升了果实的识别精度;最后,改进了网络的初始锚框尺寸,避免了对图像里较远种植行苹果的识别。结果表明,所提出的改进模型可实现对图像中可直接采摘、迂回采摘(苹果上、下、左、右侧采摘)和不可采摘果实的识别,识别召回率、准确率、mAP和F1值分别为85.9%、81.0%、80.7%和83.4%。单幅图像的平均识别时间为0.025 s。对比了所提出的改进算法与原YOLOv5m、YOLOv3和EfficientDet-D0算法在测试集上对6类苹果采摘方式的识别效果,结果表明,所提出的算法比其他3种算法识别的mAP分别高出了5.4、22、20.6个百分点。改进模型的体积为原始YOLOv5m模型体积的89.59%。该方法可为机器人的采摘手主动避开枝干对果实的遮挡,以不同位姿采摘苹果提供技术支撑,可降低苹果的采摘损失。