-
题名智慧教室环境下高校课堂模式的发展路径探究
被引量：6
- 1
-
-
作者
迮佳
富艳春
-
机构
南京林业大学家居与工业设计学院
-
出处
《智能建筑与智慧城市》
2020年第8期101-102,共2页
-
基金
教育部人文社会科学研究规划基金/青年基金15YJC760073。
-
文摘
随着多媒体、物联网等的不断发展,智慧环境成为未来生活的新趋势,开展信息化教育也成为高校课堂发展的重心。然而,目前高校课堂模式依旧偏向传统,一些新型的课堂模式发展滞缓,究其原因或与智慧教室环境建设息息相关。文章从高校课堂模式的现状出发,对智慧教室的建设进行探讨,以期为高校课堂模式的发展路径提供参考。
-
关键词
高校课堂模式
智慧教室
-
Keywords
classroom patterns in colleges and universities
smart class
-
分类号
G642
[文化科学—高等教育学]
G434
[文化科学—教育学]
-
-
题名木雕在儿童家具中的应用研究
被引量：3
- 2
-
-
作者
赵霏越
迮佳
苗艳凤
-
机构
南京林业大学家居与工业设计学院
-
出处
《美术教育研究》
2020年第5期56-57,共2页
-
基金
2019年度大学生创新训练计划项目(201910298172H)
国家艺术基金2019年度资助项目“传统木雕与现代创造人才培养”。
-
文摘
木雕是国家级非物质文化遗产,在家具中的运用历史悠久。然而,当前传统的木雕因为内容、形式方面的局限难以得到进一步发展。儿童家具可以陪伴儿童成长,而不仅仅是一件日常用品。该文通过研究传统木雕内容样式、儿童家具现状,从儿童认知心理出发,对木雕在儿童家具中的应用提出了相关建议,以期让木雕与儿童家具相结合,增强其趣味性,促进儿童身心健康发展,并传承木雕文化艺术,增强文化自信。
-
关键词
木雕
儿童家具
认知特点
-
分类号
J314.2
[艺术—美术]
TS664.0
[轻工技术与工程]
-
-
题名木雕艺术在儿童家具中的创新应用探索
- 3
-
-
作者
迮佳
赵霏越
苗艳凤
-
机构
南京林业大学
-
出处
《美术教育研究》
2020年第7期66-67,共2页
-
基金
2019年度大学生创新训练计划项目(201910298172H)
国家艺术基金2019年度资助项目“传统木雕与现代创造人才培养”。
-
文摘
木雕艺术具有悠久的历史、深厚的底蕴,但其如今的发展面临一些问题。该文根据木雕艺术发展面临的问题,研究木雕艺术在传统家具中的典型应用,以儿童家具为载体探索木雕的创新应用,以设计出既能体现木雕文化价值又符合现代人审美的家具,促进木雕艺术的传承与发展,增强儿童的文化自信。
-
关键词
木雕艺术
儿童家具
应用
探索
-
分类号
TS932.4
[轻工技术与工程]
TS664
-
-
题名基于ITCC系统的空分装置现场仪表故障诊断
- 4
-
-
作者
迮良佳
-
机构
神华工程技术有限公司安徽分公司
-
出处
《石油化工建设》
2024年第8期65-68,共4页
-
文摘
为解决空分装置中仪表故障引发的非计划停车问题,结合ITCC系统的快速处理功能,实施多项改造措施:利用温度变化率和振动变化率诊断特殊仪表故障,同时采用二取二算法处理轴位移信号。实践表明,改造后的空分装置能够持续稳定运行,实现了长期稳定生产,为企业带来显著的经济效益。
-
关键词
空分装置
空气压缩机
ITCC
故障诊断
煤化工
-
分类号
TP205
[自动化与计算机技术—检测技术与自动化装置]
-
-
题名基于小波包和PSOBPNN的心电特征识别
被引量：1
- 5
-
-
作者
郭庆
迮良佳
胡鸿志
-
机构
桂林电子科技大学电子工程与自动化学院
桂林电子科技大学广西自动检测技术与仪器重点实验室
-
出处
《计算机仿真》
北大核心
2021年第5期445-449,461,共6页
-
基金
广西自动检测技术与仪器重点实验室基金(YQ17116&YQ16114,YQ15116)
广西自然科学青年基金(2016GXNSFBA 380117)
广西自然科学基金(2018GXNSFAA294071)。
-
文摘
为提高心电图分类的准确度,提出一种基于能量特征和PSOBPNN的心电图分类方法。方法首先采用小波包变换对心电信号进行多尺度分解,提取小波包节点系数重构后的归一化能量,将其作为心电信号特征,再者利用粒子群算法(PSO)优化BP神经网络(BPNN)参数构建出PSOBPNN模型,最后利用优化后的分类模型对心电特征进行识别分类,同时,引入LM-BPNN和RBF网络分类模型,与PSO-BPNN模型作对比分析并总结。仿真结果表明,PSOBPNN分类方法较其它方法具有很高的分类准确度,分类正确率可达到98.40%。
-
关键词
心电信号
特征识别
小波包变换
神经网络
粒子群优化
-
Keywords
ECG signal
Feature recognition
Wavelet packet transform
Neural networks
Particle swarm optimization(PSO)
-
分类号
R318.04
[医药卫生—生物医学工程]
-
