-
题名日本战斗类动画中的中国元素变化研究
- 1
-
-
作者
李叶
郭宸昕
田睿
-
机构
上海理工大学外语学院
-
出处
《海外英语》
2021年第5期191-192,共2页
-
基金
外教社全国高校外语教学科研项目(编号2019SH0039B)
上海理工大学创新创业训练计划项目(编号XJ2019235)。
-
文摘
近年来,我国对文化产业愈发重视,动画业也因此迎来良好的市场发展前景。纵观动画发展史,日本动画的发展进程有较多可取之处。该文以1978年至2019年中国电视台及动画视频网站Bilibili上播放过的战斗类日本动画为中心,探究其中中国元素形象及其时长比例的变化。因日本动画的观看途径、传播情况、观众年龄层正发生变化,日本战斗类动画中持有正面形象的中国元素不断减少,且中国元素时长比例不断下降,中国文化对日本动画的影响也有所弱化。通过研究,有益于借鉴日本动画的成功经验,助力中国动画产业的发展。
-
关键词
战斗类
日本动画
中国元素
中国形象
-
分类号
G03
[文化科学]
-
-
题名输电线路机械外破隐患目标旋转检测方法
被引量：1
- 2
-
-
作者
王彦海
郭宸昕
尹恒伟
李书炀
马琪
-
机构
三峡大学电气与新能源学院
湖北省输电线路工程技术研究中心(三峡大学)
-
出处
《国外电子测量技术》
北大核心
2023年第12期16-22,共7页
-
基金
国家自然科学基金(52079070)项目资助。
-
文摘
在输电线路机械外破视频监控中,使用水平矩形框式目标检测测得的线路净距与实际差异较大,容易发生错预警的情况。为此提出了一种基于YOLOv5s的机械外破隐患目标检测算法,首先使用长边表示法和环形标签实现目标框的旋转,把回归问题转为分类问题来解决角度周期性对训练的影响;然后引入高效的多尺度特征融合(CReToNext)模块和全维动态卷积(ODConv)模块增强网络对多尺度特征和全局特征的融合能力;最后使用长距离注意力机制增强廉价操作(GhostNetV2)模块减轻改进所带来参数量增加的影响。实验结果表明,所提出的算法在自制数据集上的平均精度均值(mAP)为97.3%,较仅添加角度检测分支的YOLOv5s基础网络提升2.2%,能够准确的识别机械外破目标,并能实现角度检测,可以与距离检测相结合实现更为精准的预警方式。
-
关键词
旋转目标检测
YOLOv5s
输电线路
防机械外破
角度检测
-
Keywords
rotation target detection
YOLOv5s
transmission lines
prevent mechanical external rupture
angle detection
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
