最新录用
土木工程建筑施工技术创新研究
下载:201 浏览:1095
土木工程施工技术的重要性与创新研究
下载:185 浏览:2693
广播电视台记者采访形式在新媒体时代的创新研究
下载:37 浏览:272
浅谈短视频时代下的新闻编辑创新与传播策略探索
下载:142 浏览:190
摘要:
在时代快速进步下,随着信息技术、互联网技术的发展,短视频新闻已成为人们接收信息、表达观点、娱乐休闲的主要渠道。作为一种新型媒介,短视频以其短小精悍、内容丰富等特点迅速占据了市场,受到广大用户喜爱。从传播学角度来看,短视频传播的过程是一个传播者和受众共同参与的动态交互过程,在不同阶段中,各要素之间相互影响相互作用,并最终实现传播目标。在短视频新闻快速崛起的同时,也出现了一系列问题。由于短视频本身具有即时性和碎片化特征,容易造成信息过载、虚假信息充斥其中等问题,因此会影响受众正常阅读,对传播效果产生不利影响。此外,因缺乏深度报道及把关不严等原因,导致部分短视频存在一定程度的失范现象,不利于新闻公信力建设。因此,研究短视频新闻传播现状及其影响因素具有重要意义。
广播电视台记者采访形式在新媒体时代的创新研究
下载:37 浏览:375
基于模型预测控制算法的轻型长航程AUV航控系统研究
下载:59 浏览:293
摘要:
针对海洋时变中小尺度过程长期精细观测需求,研制了一种轻型长航程AUV。这种AUV的最大特征是借鉴了水下滑翔机的变浮力、重心可调执行机构,使得其具备海洋环境自适应能力,可在不同海水密度条件下实现零攻角高效航行。首先介绍了轻型长航程AUV的系统组成,讨论了这种可变浮力、可调重心AUV的航行控制系统设计;针对这种AUV新增的浮力和重心两个控制输入量间存在系统耦合的问题,开展了基于模型预测算法的零攻角定深航行控制器研究,着重阐述和推导了控制目标的修正、面向控制的动力学建模以及模型预测控制器的设计过程;最后通过仿真验证了所述方案和方法的可行性。该研究有利于提高轻型长航程AUV的航行效率,进一步提升AUV的续航能力。
高校散打课程教学改革与创新研究
下载:31 浏览:379
高职思政课程中的法治教育内容与形式创新研究
下载:36 浏览:359
新课改下优化高中音乐课堂教学的方法探究
下载:268 浏览:2726
基于现代学徒制的职业教育教材出版模式创新研究
下载:34 浏览:306
核心素养背景下的小学音乐教学方法的创新研究
下载:396 浏览:1444
音乐美育在大学思想道德修养中的创新研究
下载:472 浏览:2417
融媒视阈下高校思政教育工作融合创新研究
下载:163 浏览:2746
网络环境下高校学生教育管理工作创新研究
下载:111 浏览:1257
对电力工程建设焊接施工工艺的创新研究
下载:185 浏览:1741
核心素养下小学德育教育的创新研究
下载:172 浏览:1478
校企深度融合下的学前教育专业人才培养模式创新研究
下载:159 浏览:2079
电力工程项目管理模式创新研究
下载:175 浏览:1953
鱼类原始生殖细胞发育与生殖操作技术研究进展
下载:79 浏览:471
摘要:
原始生殖细胞是胚胎发育过程中最早建立的一群生殖干细胞,是有性生殖动物生殖发育的基础。鱼类原始生殖细胞特化遵循“先成论”的模式,早期胚胎发育过程中获得母源生殖质组分的细胞特化为原始生殖细胞,特化形成的原始生殖细胞需要维持其生殖干细胞命运,并经过长距离迁移最终到达性腺原基的位置。原始生殖细胞特化、迁移和命运维持过程受到多种基因和信号通路的综合调控。研究鱼类原始生殖细胞发育不仅有助于深入理解脊椎动物细胞特化、迁移和命运维持等基本生物学过程的调控机理,而且是开发新的养殖鱼类生殖控制和生殖干细胞移植技术的重要基础。本文概述了鱼类原始生殖细胞发育的基础理论以及生殖操作技术研究进展,并展望了未来的发展趋势,以期为开发重要养殖鱼类优良种质创制新技术提供参考。
一种联合空间变换和置换注意力机制的近岸水产养殖区信息提取方法
下载:24 浏览:269
摘要:
为解决水产养殖区遥感提取过程中近岸坑塘养殖目标和网箱养殖目标地物背景复杂,受房屋、植被、海水和船只等干扰提取精度较低等问题,提出了一种联合空间变换和置换注意力机制的近岸水产养殖区信息提取方法SA-STN-Net,选取海南省文昌市八门湾和万宁市坡头港为研究区域,先利用光谱特征和纹理特征构建水产养殖目标先验知识,然后在U-Net模型基础上联合空间变换网络(spatial transformer network, STN)和置换注意力机制(shuffle attention, SA),用于增强养殖目标空间特征、减少复杂地物的干扰并聚焦近岸水产养殖区域。结果表明:与原始U-Net模型相比,SA-STN-Net模型的总体提取精度和平均交并比提高了3.3%和5.7%;与当前较为先进的A2fpn、Swin-Transformer和Dc-Swin等深度学习分割算法相比,SA-STN-Net模型具有更好的分割性能,F1分数分别提高了6.7%、4.2%和7.2%。研究表明,本文提出的SA-STN-Net模型能适应近岸水产养殖目标地物背景复杂的情况,可对近岸养殖目标进行有效提取,本研究结果可为近岸规划与管理部门提供技术支持。