邮票上的桥梁建筑

本文介绍了建国以来以中国桥梁为题材发行的一系列邮票．2003年3月29日发行的志号为2003-5T的《中国古桥——拱桥》1套4枚邮票．展现了枫桥、小商桥、卢沟桥、双龙桥的绰约风姿，文中追溯了这四座古桥的历史、建设进程和建筑风格。     

互生共长的长青藤与参天大树——从文学作品改编看20世纪中国文学与现代传播之电影

20世纪中国文学十分幸运地发生、发展在一个现代传播飞速发展的时代.电影,是现代传播的一种形式.在过去的近百年的中国文学发展的历史中有许多的文学作品借助电影这一现代传播的形式得以广泛传播,经久不衰;电影也从20世纪中国文学的宝库中汲取了丰富的创作源泉.近百年来,它们互生互长,共同繁荣,结出了累累硕果.     

从教育传播学看《大学语文》的困境与出路

不容乐观的传播环境,单一重复的传播内容以及陈旧落后的传播手段是造成当下高校“大学语文”日益式微的主要原因,而走出困境也要从这几方面着手进行改革与优化。只有正视现实,坚定信心、端正态度,在优化其传播环境,改进其传播内容、革新其传播方法上积极作为,“大学语文”才能走出困境,告别尴尬。     

从修辞价值看古诗语言违常性的审美特征

古诗歌语言有着自己独特的组合形式,表现着违常性的审美特征,即非实用性、非科学性和非确定性的特征。这种语言特征其实就是对语言成规“有组织的破坏”,并由此蕴涵着丰厚的多义性语言信息,能增添话语丰富的信息量,更好地表情达意,产生着很好的修辞效果。     

"全球化"与中国戏曲的语境置换

中国戏曲是中华传统文化的瑰宝,它大大地丰富了世界文化的宝库,在当前文化处在全球化语境的形势下,戏曲能否适应这种新的形势,在保持其优秀传统的前提下进行语境置换,以图与国际接轨,同时能适应当代多方面观众的审美趣味,这是个值得讨论的问题.     

华佗再造丸治疗脑血管病疗效评估

用华佗再造丸治疗脑血栓、脑出血及其后遗症52例,其有效率达90.5％,对照组20例,10例脑出血用20％Mannitol及止血剂治疗,10例脑血栓用低分子右旋糖酐及脑络通治疗,有效率为70％,有高度显著性差异,P<0.001,笔者认为该药是治疗脑血管病较理想的中成药,具有镇静神经,滋阴强心,舒经活络,活血化瘀等作用。对病程短的年纪青的病人的疗效更为显著,脑出血性与脑缺血性疾病均有疗效,正是中药一药多用、一药多治的微妙体现。推测对脑血管病后遗症有效可能与该药能促进神经再生因子(NGF)的合成和利用有关。     

基于脑涨落图和抑郁评分系统评价中医综合治疗抑郁症的疗效

以DEP患者作为研究对象,利用脑涨落图仪（EFG）的客观检查方法及DEP现代医学评分系统,评价解郁合欢汤+五行音乐疗法的中医综合治疗方式对DEP的疗效。指标包括EFG检测大脑神经递质相对功率值、汉密尔顿抑郁量表（HAMD）以及蒙哥马利抑郁评定量表（MADRS）。EFG结果显示,患者治疗后脑内γ-氨基丁酸的相对功率值较治疗前显著降低（P<0.001）,去甲肾上腺素（P<0.001）、多巴胺相对功率值（P<0.001）较治疗前显著提高,患者治疗后的HAMD(P<0.001)、MADRS(P<0.001)较治疗前显著降低。说明中医综合疗法对DEP的疗效确切,可通过对大脑神经递质的调节作用而发挥抗抑郁疗效。     

自主式交通系统功能架构优化密度峰值聚类算法

自主式交通系统(autonomous transportation system, ATS)是为应对主动式智慧交通发展趋势而提出的新一代交通系统。为科学合理地构建ATS功能架构,提出了一种面向多属性文本的优化密度峰值聚类算法(density peaks clustering, DPC)。该算法结合交通系统功能架构的基本特征,通过改进的词频-逆向文档频率算法与文本向量空间模型,将多属性文本转化成空间维度坐标。再利用高斯函数和决策值优化DPC算法进行聚类,并结合轮廓系数对聚类结果进行评价。为了检验算法的合理性,在ATS道路自动驾驶场景下,基于道路载运工具运行服务域、交通基础设施管理服务域和交通安全管理服务域的功能数据集进行了算例分析,依据聚类结果绘制功能架构图。架构图由自主感知-自主学习-自主决策-自主响应4层构成,验证了ATS应用场景中功能架构优化算法的可行性和合理性。算例结果表明：该算法的构建具有鲁棒性,算例轮廓系数整体均值为0.84,与原算法相比解决了聚类过程中聚类中心难以划定的问题;与原智能交通系统中的各架构设计相比,该功能架构更具有层次性和逻辑性。该优化算法能够促进新一代交通系统...     

基于Bert股吧舆情分析的特征融合股价走势预测研究

传统股价预测模型往往只考虑时序性数据且局限于模型自身机制,而忽略舆情对股价的影响,导致预测精度不高,针对该问题,提出基于 Bert 股吧舆情分析的特征融合预测模型对股价收盘价进行涨跌幅预测。 首先,采用Bert 自然语言处理对股吧舆情以及公司公告政策进行情感分类,并转化为虚拟变量,构建金融舆情情感特征库;然后将金融舆情特征库和时序性数据合并构建特征融合矩阵;最后输入长短期记忆网络模型(LSTM)进行股价收盘价预测,并得出股价的涨跌结果。 以华银电力(600744. SH)为例进行实证分析,实验结果表明:引入股票情感特征后的模型,得到的股价走势准确率上升了 8. 63%,预测收盘价的回归指标 FMAPE FRMSE 分别下降了 23. 59%、22. 9%,R2 提高了 8. 11%,证明引入新的舆情情感特征在实际预测中能提高股价预测的准确率,可以作为精准预测股价走势的手段。     

基于词-标签概率的多标签文本分类研究

针对多标签文本分类任务中如何有效地提取文本特征和获取标签之间潜在的相关性问题,提出一种CNN(convolutional neural networks)结合Bi-LSTM (bi-directional long short-term memory)的模型.首先,通过CNN网络和最大池化提取文本的特征;然后,利用训练的Labeled-LDA(labeled latent dirichlet allocation)模型获取所有词与标签之间的词-标签概率信息;接着,使用Bi-LSTM网络和CNN网络提取当前预测文本中每个词的词-标签信息特征;最后,结合提取的文本特征,预测与当前文本相关联的标签集.实验结果表明,使用词-标签概率获取文本中词与标签之间的相关性信息,能够有效提升模型的F1值.