【摘 要】
：
邱华栋城市小说中的"新人物",写得最有深度的是"城市单面人",即被城市高度发达的物质文明所平面化了的人。这些艺术形象体现了邱华栋对现代文明与人的关系的深入思考,即物质挤压下城市人的异化。邱华栋着力塑造"城市单面人"的艺术典型,显然受到了马尔库塞关于"异化""单向度"等理论的深刻影响,触及城与人的哲学关联,因而在整个新时期小说发展中是一个重大的突破。
论文部分内容阅读
邱华栋城市小说中的"新人物",写得最有深度的是"城市单面人",即被城市高度发达的物质文明所平面化了的人。这些艺术形象体现了邱华栋对现代文明与人的关系的深入思考,即物质挤压下城市人的异化。邱华栋着力塑造"城市单面人"的艺术典型,显然受到了马尔库塞关于"异化""单向度"等理论的深刻影响,触及城与人的哲学关联,因而在整个新时期小说发展中是一个重大的突破。
其他文献
互联网技术的发展导致网络视频数量激增,也带来了对更可靠、高效的视频处理技术的巨大需求。其中,行为识别作为视频处理的核心任务,受到了越来越大的关注。行为识别算法的性能关键在于对视频空间信息和运动信息的建模能力,然而,目前的行为识别模型往往难以对具有显著变化的复杂时序结构进行建模,从而导致模型的运动信息建模能力不足。因此,研究行为识别模型中的运动信息建模方案具有重要意义。基于上述原因,本文提出了一个基
自然语言处理（NLP）作为人工智能领域的重要分支,其研究的方向十分多。其中生成式任务更是当下的研究热点,因为生成式任务更具挑战性,它主要包括自动文本摘要和机器翻译两个子任务。自动文本摘要即机器从给定的文本中提取整个文本的关键内容。自动文本摘要可以极大地提升人们从海量数据中获取关键信息的效率,除此自动文本摘要还具备为短新闻文本生成标题的用途。当下基于神经网络设计的文本摘要模型都用到了多层编码器,而源
本论文主要研究平均曲率流的自相似解的性质和逆平均曲率流在几何中的应用。欧氏空间中的子流形XMn-Rn+p称为是self-shrinker,如果其平均曲率向量H和位置向量X满足方程其中上表示在法空间上的投影。Self-shrinker不仅源于平均曲率流的自相似解,也描述了平均曲率流的奇点模型,在平均曲率流的研究中有重要地位。本论文第3,4,5章将研究self-shrinker的性质。我们首先证明了任
随着中国经济的发展,城镇化进程的不断加快,为了进一步提高城市交通系统的运输效率,智能交通系统应运而生。为了解决在封闭道路场景下的交通拥堵问题和城市道路场景下的小目标检测和识别问题,本文做了大量理论论证和推导,并提出了相应的方案用来解决不同场景存在的问题。针对封闭道路场景下的智能交通系统,主要需要解决在运行过程中的交通流量不稳定性问题。现有的交通流量控制模型主要针对理想情况下的交通流量进行控制。因而
多项式系统所有孤立解的计算在工程和科学上有着广泛的应用。同伦连续方法近20年来已经成为求解多项式系统全部孤立解的一种可靠而有效的数值算法。由于曲线跟踪的算法和技巧已经比较完善，所以减少跟踪解曲线的数目成为进一步改进这一方法的关键。齐次同伦方法给出了方程组解的个数一个比较紧的上界。在计算上界的过程中遇到了两个问题，这两个问题计算的复杂度本质上都是指数量级的。一是在所有可能的分组中找到相应的m-齐次B
随着智慧城市建设的发展以及安防摄像头的广泛部署,社会公共安全需求日益增加,人工的视频监控方式已经不能满足需要,利用计算机视觉技术对视频数据进行分析成为了新的研究热点。基于监控视频的人体行为识别技术作为计算机视觉领域的一个基本任务,包括视频中的人体检测,人体姿态估计,人体跟踪以及对时间序列数据的分析与理解等问题。其难点主要在于人体动作的多样性导致行为类别难以定义,数据集难以收集。其次,监控系统中的视
伴随着计算机技术的高速发展,人工智能技术在生活中的各个方面都有了越来越多的应用,智能体视觉导航也成为了研究热点。但目前视觉导航用到的深度强化学习技术所面临的难收敛、低泛化和稳定性差等问题,仍未得到很好的解决,通过研究发现作为机器学习方法之一的迁移学习所具有的特性恰好可以提高导航的迁移性,因此将迁移学习运用到视觉导航中将会是提高导航效率的有效方法。随着导航的继续发展,导航的运用必然更为广泛,因此,进
“双减”作为新时期基础教育领域一场深层次的教育变革，是全面落实立德树人根本任务的重要举措，其根本指向是进一步把准培养社会主义建设者和接班人的教育方向，构建科学健康的高质量教育治理体系和基础教育发展生态。在“双减”背景下构建高质量教育治理体系，是新时期区域教育发展改革面临的一项重大课题，也是区域教育质量进一步提升的关键和核心所在。具体到实践中，该如何推进“双减”政策落实并取得成效?笔者认为应做
随着目前医学超声图像学技术不断发展,利用超声引导注射的方法被广泛应用于臂丛神经阻滞麻醉手术中。但由于超声图像的噪音干扰和低分辨率问题,臂丛神经超声图像的分析更依赖医生的经验并且耗时费力。而深度学习方法因其智能、高效的优势,已逐渐成为医学图像分析的首选。利用深度学习进行臂丛神经超声图像智能分析,能自动地从病人的超声医学影像中准确识别出麻醉手术场景中医生所关注的目标部位,为臂丛神经阻滞麻醉提供诊疗辅助
气固反应流动在许多工业问题中都具有重要的地位，采用计算流体力学的手段可以预测这些流动与反应的现象。颗粒群的流动、传热和反应行为及其与流场的相互作用是多相反应流体力学的前沿内容。在国际上以往对该问题的研究思路多采用颗粒为点源形式进行处理，而本文在亚颗粒尺度上开展流动与反应的直接数值模拟方法与模型研究，对于揭示颗粒群内复杂的相间相互作用以及获得燃烧过程细观规律与机理具有重要的理论意义。鉴于直接数值模拟