培智学校教学空间环境设计研究

来源 :西安建筑科技大学 | 被引量 : 0次 | 上传用户:handsomenijun
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
特殊教育的普及程度是衡量一个国家基础教育成就的重要指标。近年来,我国特殊教育事业快速向前推进,培智学校亟待建设,而我国培智学校相关设计理论的研究尚处于起步阶段,建设与设计理论的脱节会导致培智学校建设与管理成本增加。智力落后学生认知及行为的特殊性决定了其所使用的教学空间环境设计的特殊性,目前我国培智学校的设计尚未能充分关注智力落后学生的行为特性及空间需求。本研究运用环境行为学的方法探讨智力落后学生行为与教学空间的对应关系,运用策划学的方法对教学空间环境设计原则进行归纳总结,提出与我国培智教学相适应的培智学校教学空间环境的设计模式及策略。本研究从培智教育层面分析培智学校教学空间环境演变趋势;从空间层面分析我国培智学校教学空间环境设计及存在的使用问题;从行为层面分析智力落后学生在教学计划行为、自由行为下的行为模式与教学空间的对应关系;通过分析培智学校教学空间环境设计的影响因素、借鉴日本智力落后养护学校教学空间环境设计原则,提出与我国培智教学相适应的教学空间“基本活动单元”的建构、基本空间构成及布局选择、教学空间弹性适应性设计策略,引导培智学校空间环境向空间的灵活性、多元性发展,增强培智学校教学空间环境设计的适应性。
其他文献
随着信息技术的飞速发展,人们获取信息的途径逐渐从二维图像发展到视频序列。作为视频序列处理的一个分支,目标跟踪在军事、工业及民用领域都具有较大的应用价值。视频目标跟踪相对于其他计算机视觉任务而言,其场景更加复杂,面临的挑战更多,且需满足精度和实时性的双重需求。传统的目标跟踪方法往往因为处理场景简单、精度低、实时性差,使得其实际应用受到了较大的限制。近年来,基于深度学习的目标跟踪技术由于其良好的性能,
随着现代室内装饰行业的发展及人们对环境健康的重视,人们对于室内装饰材料的环保性要求越来越高,然而竹木质装饰材料常用的含醛胶黏剂在长期使用过程中受外界环境影响或者因
在信息技术和网络通信高速发展的今天,人们在享受网络给自己带来的便利的同时,也在承担着网络上各种攻击造成的隐私泄露、数据丢失和经济损失等风险。由于网络架构的静态性、确定性等因素,难以应对日渐复杂化的网络攻击。为了改变这种局面,世界各国相继展开主动防御研究,网络欺骗这种通过隐藏对象真实信息的技术逐渐兴起。本文依托网络空间拟态防御技术和软件定义网络,将动态传输路径和主机标识结合起来,研究多维属性共同跳变
负热膨胀(Negative Thermal Expansion)是一种随温度升高而体积收缩的反常物理现象,在功能性材料、器件设计等领域具有广泛应用前景。近二十年来对负热膨胀的研究得到很大发
根据十九大及各部门的政策指导,国家对农业、旅游业以及第一、二、三产业的融合发展十分重视。大力推进农业与旅游业融合发展既符合国家政府政策的引导,又能大力推动产业自身的创新与发展,从而实现经济增长、社会进步、生态和谐。长期以来,悦来镇的主导产业是工业,农业与旅游业发展慢且产值低,严重影响了其由规模大镇向经济强镇的转变。努力建设“富强、美丽、平安、幸福”新悦来,农旅融合发展成为政府实现悦来镇工作总目标的
供电服务作为与国计民生密切相关的工作备受社会关注,随着社会公众对供电水平期望值的提升,作为供电服务末端的供电延伸服务工作的研究也引起社会的日益关注,但是国内对供电
由于化学物质泄漏和溢油造成的水污染事件频繁发生,油水分离受到了广泛的关注。水中的油类和有机污染物会导致水中溶解氧的减少,严重影响水生生物的正常生长,进而破坏水资源;
在现代社会,互联网在日常生活中发挥着越来越重要的作用,正在给人们的交流、商业模式甚至日常生活带来翻天覆地的变化,DDoS(分布式拒绝服务)攻击已然成为网络面临的主要威胁之一。多年来,DDoS攻击不断发展和演变,网络层和传输层的防御的能力也变得越来越强大,攻击者的攻击目标转向应用层。文献[1]指出,应用层基于HTTP协议的DDoS攻击数年来一直呈上升趋势,复杂性也随之而增长,因此针对HTTP-DDo
浅浮雕是一种在平面上表现三维物体细节的艺术品,利用压缩的方法对三维物体进行处理,是一种雕塑和绘画结合的产物。目前,传统的浅浮雕建模算法主要存在如下问题:浅浮雕生成效率较低;3D模型的顶点数限制浅浮雕建模质量;浅浮雕风格化算法流程较为复杂。近年来,深度学习技术飞速发展,在图像处理领域的许多方面取得了突破性的成绩。而浅浮雕模型本质上是一种2.5D的高度图,因此,利用深度学习技术解决当前浅浮雕建模中存在
随着信息时代的发展,视频数据在日常生活和工作中大量涌现,视频中的人体行为识别也具有巨大的应用价值,涉及智能监控、人机交互和自动驾驶等多个领域,是智能化产业发展的重要任务之一。视频中的人体行为是时间和空间上的动态变化,有效提取行为的时空特征是解决问题的关键。近年来,基于深度学习的行为识别研究发展迅猛,网络结构不断革新,数据形式也涉及骨架、RGB和深度图等多种模态,取得了卓越的成就。目前的行为识别方法