排序方式： 共有15条查询结果，搜索用时 0 毫秒
1.
新课程要求语文教学“在发展语言能力的同时，发展思维能力，激发想像力和创造潜能”。（《语文课程标准》）这是素质教育培养和造就富有创新精神和创新能力的新的人才观和质量观的体现，也是新课程改革中的一个突出特征。我国的教育虽然进行了多次改革，但“问”的问题始终没有从根本上解决。有这么一则报道：１９９８年底，一个美国科学教育代表团到上海访问，希望听一堂中学的科学教育的公开课，接待人员安排了一所有名的重点中学的一位优秀的特级教师的物理课。在教学过程中，教学目的明确，教学方法灵活，教学过程活跃，教师问问题，学… 相似文献
2.
公共平面艺术媒体是平面艺术设计、媒体传播及城市与公共环境设计交叉、融合产生的新的学科.本文通过对城市公共环境中的平面艺术媒体进行研究.阐述了作者对其基本内容、本质、特点及现状的认识与分析.强调公共平面艺术媒体在城市总体视觉形象塑造和发挥积极传播媒体的作用中所需要探讨和研究的问题. 相似文献
3.
文化是一个民族的精神支柱和审美理想.任何一个国家和民族都有自己特有的文化传统和生活习俗.随着现代科技的发展,人们越来越需要珍惜历史文化对人居环境的渗透,更需要有意识地表现自己的独特性,有目的地发展民族文化和地域特色.家居装饰设计不仅是一种纯粹物质性的构造和组织行为,更是一种艺术性的审美行为.传统装饰不仅是民族文化传播的重要物质载体,更是家居设计力求寻找民族文化归宿感的有效方式.本文主要从中国传统装饰的概念和审美特征来强调中国传统装饰作为一种艺术表现方式运用于家居设计活动中,它以秩序化、规律化、理想化为要求,改变和美化事物,形成合乎人们需要并与人们审美理想相统一、相和谐的美的形态. 相似文献
4.
当代家居设计不仅要满足人的物质生活需求,还要满足人的精神生活需求,为人提供良好的心理环境.传统装饰是当代家居设计实现人类审美需求的一种创造性活动,传统装饰运用于当代家居设计是一种赋予生活以丰富的形式和秩序,美化人们的生活世界,提高人们的生活审美境界的重要方式.本文主要从中国传统装饰运用于现代家居装饰设计的审美原则来阐述现代家居装饰设计"饰简重意"的审美原则,强调传统装饰的"取其形,延其叉,传其神"的表现方式,即在追求传统文化与现代设计融和的同时.又要注重继承与创新的原则. 相似文献
5.
任何一个现实的符号意义传达过程．在追求意义视界的融合时应有一个合理的尺度．不能生硬地强求设计者彻底地向受众回归．更不能盲目轻信能达到理解与解释的完全重合。设计者需要对意义传达中的“形变”有客观的认识,在保持自身独特性和品味的同时兼顾大众的需求,不断地更新自己的思想和态度。善于发现和接受新的事物。 相似文献
6.
随着社会的发展、基本建设的兴起，建筑业在突飞猛进的发展，新兴事物不断涌现，桩技术也在发展。下面就长螺旋水下灌注成桩技术作以介绍 相似文献
7.
8.
齐霞 《广东广播电视大学学报》2009,18(6):30-34
安全是亚运会成功的第一要素,地铁运行中的某些特点决定了其易受到人为灾害和自然灾害的侵袭,亚运会召开期间广州地铁一旦发生各类突发事件,不仅会造成财产损失和人员伤亡,由此产生的国际负面影响更是难以估量。基于对地铁存在的、潜在的不安全因素分析,提出广州地铁应增加技防设施投入和安全检查力度,制定地铁事故预案、建立和完善应急处置与救援机制,强化地铁公安管理、组建专业抢险救援,加强针对性的训练和演习,强化培养公众参与意识等安保对策,以确保亚运期间广州地铁的安全。 相似文献
9.
随着我国电力改革体制不断推进,以输配电服务为主的盈利模式要求电网企业对经营成本作出更精确的控制。电网技改工作对电网企业的运营成本具有较大影响,但由于相关历史数据少,采用常规预测模型难以对电网企业技改项目的年度科技投资进行科学和客观的预测。为此,针对电网技改项目科技投资年度预测属于小样本预测的特点,选取支持向量机(SVM)模型作为预测模型,并且在预测开始之前进行变分模态分解(VMD),通过将技改科技投资数据分解为特征各异的子序列,将每一个子序列数据通过不同的SVM模型进行预测,得到各子序列的预测结果后对子序列的预测结果进行叠加,从而得到最终预测结果。最后通过某区域电网的实际数据验证,得到基于VMD-SVM的电网技改项目科技投资预测方法的预测精度为1.51%,而单采用同参数SVM模型的预测精度为2.02%,证实基于VMD-SVM的电网技改项目科技投资预测方法的有效性。 相似文献
10.
随着我国电力改革体制的不断推进,未来输配分离的市场环境下,电网的盈利模式将以输配电服务为主,电网在电力市场中的地位将发生较大的变化。新环境下要求电网企业对自身的投资、运行以及成本需要更精确的控制。电网技改工作作为电网科技更新换代的日常工作,对电网运营成本具有较大的影响,因此,科学合理地预测电网技改项目每年的科技投资额就尤为重要。电网技改科技项目的年度投资历史数据由于样本数量少,难以构建基于统计数据的常规预测模型对技改项目的年度科技投资进行科学和客观的预测。本文针对电网技改项目科技投资年度预测属于小样本预测的特点,选取了支持向量机SVM模型作为预测模型,并且在预测开始之前进行变分模态分解(VMD),通过将技改科技投资数据分解为特征各异的子序列,将每一个子序列数据通过不同的SVM模型进行预测,得到各子序列的预测结果后,对子序列的预测结果进行叠加,从而得到最终预测结果。通过某区域电网的实际数据验证,本文提出的VMD-SVM的电网技改项目科技投资预测方法能够有效改进预测精度,预测精度为1.51%,而单采用同参数的SVM模型的预测精度仅有2.02%,本文提出的模型具有更高的精度,证实了本文提出方法的有效性。 相似文献