排序方式: 共有3条查询结果,搜索用时 15 毫秒
1
1.
李朗 《长沙航空职业技术学院学报》2014,14(3):18-21
在技术发展、教育时空领域扩大、党和政府政策支持、师生媒介素养提升的条件下,大学生思想政治教育新媒体利用迎来了一系列的机遇。与此同时,也遭遇了以下挑战:信息风暴带来了大学生思想政治教育新媒体利用的难以分辨和选择;虚拟空间交往方式的异化产生了大学生思想政治教育新媒体利用的隐痛;依赖的强化造就了大学生思想政治教育新媒体利用过程中的控制和反控制;身心健康受影响,成为大学生思想政治教育新媒体利用的忧患。 相似文献
2.
基于深度学习的超分辨率重构方法是近年来发展的一种有效的流场精细化方法。本文超分辨率重构模型以卷积神经网络为基础,结合了混合下采样跳跃连接多尺度模型,并应用于CAARC标准建筑模型表面风压场和建筑绕流速度场的重构。通过对比分析对不同欠分辨率流场的高分辨重构能力,结果表明该深度学习模型重构高分辨率流场具有良好的精度,重构效果优于原始的卷积神经网络模型和传统的双三次插值方法。该方法具有一定的普适性,可推广应用到具有复杂湍流流动的任意建筑结构风场的超分辨率重构。 相似文献
3.
1