摘要：人类在社会实践中形成了多种多样的思维模式,逆向思维是其中的一种。在新闻与广告的创作及传播活动中,它帮助人们扩大思维空间。因此,应当有意识地培养这种思维能力。

摘要：阿那亚金山岭艺术中心位于阿那亚金山岭社区的主入口和高点,也位于上山道之侧。15个各具功能的砖砌“柱亭”,共同组织出一个被覆盖的“大砖亭”。不同尺度的空间被组合在一起——既提供2~3人交流的空间,又提供集会活动的场所。“柱亭”本身与它构成的空间既是日常的,又是存在永恒意义的。柱亭之间,风景在这里成为一种偶遇。沿途熟悉的风景和光线从柱体之间渗透进来。

摘要：宋代吏隐文化的繁荣是我国士人人生方式与态度发生重要转变的必然结果,是唐宋文化转型后士大夫主体关于"人之存在"的重新思考与深度探索,虽承继白居易中隐而来,但在精神境界与生命格局方面均超越白居易中隐而存在,这源于宋人坚韧的生命力量与广袤无垠的心灵世界。宋代吏隐文化包括如下两个维度的内容,一为仕与隐的圆通融合,一为艺术化的生命存在。前者是关乎人生价值的探讨反思,后者则具体为人的存在方式。

摘要：具有频率约束的桁架结构形状和尺寸优化设计是一个难度大的非线性动力优化问题。形状和尺寸变量的耦合通常导致收敛困难,而频率约束则使得动力灵敏度分析困难,传统的优化准则法和数学规划法难于求解。将单纯形算法、子空间变维技术、均匀变异有机融入郭涛算法,提出一种混合演化算法,避开繁琐的动力灵敏度分析,简单、有效地求解这类桁架形状和尺寸优化问题。典型的桁架算例验证了算法的有效性和可靠性。

摘要：目的:提出一种基于光电容积脉搏波(PPG)的极简特征回归树血压估计模型。方法:从单路PPG信号中提取15个特征参数,利用斯皮尔曼相关系数筛选与血压相关性最高的4个参数,构建极简特征回归树血压模型。结果:极简特征回归树血压模型收缩压和舒张压的估计误差分别达到(-0.02±3.63)mmHg和(-0.04±2.10)mmHg。结论:提出的极简特征回归树血压模型结构简洁、准确率较高,这一发现对于在可穿戴设备中使用单路PPG信号进行血压估计具有重要意义。

摘要：天然纤维资源丰富、绿色环保、生物可降解等优点吸引了人们的关注,点阵结构的设计可以同时实现材料设计、结构设计与功能性设计。将材料设计与结构设计相结合,以菠萝叶纤维和玻璃纤维作为增强材料,以酚醛树脂和改性的环氧树脂为基体材料,设计了3种不同夹芯组坯方式的点阵圆筒结构,菠萝叶纤维层用P代替,玻璃纤维层用G代替,则3种结构为(PG)_n、PGP和GPG结构,并探索了3种圆筒结构的制备工艺;通过轴向压缩试验,分析了3种结构的平压性能。结果表明,纤维缠绕工艺简单可操作;(PG)_n、PGP和GPG夹芯点阵圆筒的破坏部位发生在肋条交叉附近的环向与螺旋向肋条;从结构的抗压角度出发,相比于结构PGP和GPG,结构(PG)_n不具备优势条件;从轻质高强角度出发,PGP夹芯点阵圆筒的性能最好,GPG结构次之,(PG)_n最差;夹芯点阵圆筒可以作为建筑材料使用。

摘要：　信息技术的发展使网络技术在学校传统教学中利用率越来越高,依赖网络学习成为教育教学的一种重要形式。因此,网络教育环境下学生如何全面发展就成为一个重要的问题。笔者认为,设计一个利于学生全面发展的网络教育环境、建立适合网络教育的评价模式、加强青少年网络心理教育是网络教育环境下促进学生全面发展的有效途径。

摘要：访问控制一直是企业信息系统中安全性的重点内容,目前存在很多种访问控制,基于角色的访问控制近来备受关注,分析了目前在信息系统中基于角色访问控制技术所存在的一些问题,提出了基于两级角色管理的访问控制思想,并给出相应的模型,同时给出了用两级角色管理在企业信息管理平台中的应用模型,讨论了两级角色管理方法的优点,两级角色管理即行政角色和操作角色管理,将行政意义上的权限和计算机操作上的权限分离,从而在角色的管理模式上进行了改进。

摘要：为解决基于用户评论文本的跨域推荐方法产生的评论信息稀疏性问题,提出一种基于评论文本和融入专业度评分的跨域混合推荐方法。采用注意力机制和门控机制对评论文本进行方面特征抽取,构建全局跨域方面相关矩阵进行匹配,结合评论文本中的评分信息,生成一个跨域粗矩阵以降低原始评分矩阵的稀疏度。为强调不同用户对项目评分的重要性,引入用户专业度细化聚合后用户对项目的评分。实验结果表明,该方法可以提高推荐的准确性。

摘要：目的 高度适形放射治疗是常用的癌症治疗方法,该方法的有效性依赖于对癌组织和周边多个危及器官(organ at risk,OAR)解剖结构的精确刻画,因此研究三维图像多器官的高精度自动分割具有重要意义。以视觉Transformer(vision Transformer,ViT)和卷积神经网络(convolutional neural network,CNN)结合为代表的三维医学图像分割方法表现出了丰富的应用优势。然而,这类方法往往忽略同一尺度内和不同尺度间的信息交互,使得CNN和ViT特征的提取和融合受限。本文提出一种端到端多器官分割网络LoGoFUNet(local-global-features fusion UNet),旨在应对现有方法的缺陷。方法 首先,针对单一器官分割,提出在同一尺度下并行提取并融合CNN和ViT特征的LoGoF(local-global-features fusion)编码器,并构建了一个端到端的三维医学图像分割多尺度网络M0。此外,考虑到器官内部以及器官之间的相互关系,该方法在M0网络的基础上设计并引入了多尺度交互(multi-scale interaction,MSI)模块和注意力指导(attention guidance,AG)结构,最终形成了LoGoFUNet。结果 在Synapse数据集和SegTHOR(segmentation of thoracic organs at risk)数据集上,本文方法相比于表现第2的模型,DSC(Dice similarity cofficient)指标分别提高了2.94%和4.93%,而HD95(Hausdorff distance_95)指标则分别降低了8.55和2.45,切实提升了多器官分割任务的性能表现。在ACDC(automatic cardiac diagnosis challenge)数据集上,3D分割方法的适用性大多较差,但LoGoFUNet依然得到了比2D先进方法更好的结果,说明其对数据集的适应能力更强。结论 该方法的分割模型综合尺度内和尺度间的信息交互,具有更好的分割结果,且在数据集上的泛化性更好。