论大学生思想政治教育新媒体利用的机遇与挑战

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。     

基于深度学习的超分辨率重构方法在CAARC标模绕流流场重构中的应用

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。     

不同隔板构型下带反应超声速混合层实验

为了考察超声速混合层混合、燃烧流场特性，并探索其被动增强方法，利用高速纹影、自发辐射成像和平面激光诱导荧光(PLIF)技术对压力匹配条件下的超声速混合层在不同隔板构型下的流场特性进行研究.结果表明:相对于对混合层混合的影响，凹腔对燃烧的影响明显受到抑制；尾部交错结构隔板促进混合层流向涡的产生，大大提高了混合层内燃烧强度.