论文部分内容阅读
将军罐出现于明,盛行于清,在康熙时期发展至鼎峰,是明清时期是极为重要的器型之一。本文以康熙将军罐为研究对象,结合时代背景,从器型、工艺、纹饰以及外销状况四方面分析总结其特点。
“清康熙将军罐”研究
【摘 要】
：
摘 要 将军罐出现于明，盛行于清，在康熙时期发展至鼎峰，是明清时期是极为重要的器型之一。本文以康熙将军罐为研究对象，结合时代背景，从器型、工艺、纹饰以及外销状况四方面分析总结其特点。 关键词 康熙时期;将军罐;外销 将军罐为明清较为常见的器型之一，因其宝珠顶钮盖状似将军盔帽而得名。其早期多为佛教僧侣盛殓骨灰之器，后作为陈设器使用。同时将军罐亦可用之储物，且瓷罐多带盖，因而又被称为盖罐，但其与
【机 构】
：
首都师范大学
【出 处】
：
江苏陶瓷
【发表日期】
：
2021年4期
其他文献
针对当前基于深度学习的检测器不能有效检测形状不规则或长宽相差悬殊的目标的问题,在传统Faster R-CNN算法的基础上,提出了一个改进的二阶段目标检测框架——Accurate R-CNN。首先,提出了新的交并比(IoU)度量——有效交并比(EIoU),通过提出中心度权重来降低训练数据中冗余包围框的占比。然后,提出了一个上下文相关的特征重分配模块(FRM),通过建模目标的远程依赖和局部上下文关系信
文章分析了职业院校学生“工匠精神”培育研究的价值,探索了职业院校学生“工匠精神”培育研究的策略与方法,指出了培育过程中应解决的关键问题。
针对时变拓扑连接环境下的时变多个体系统的一致性问题,提出基于事件触发的脉冲控制协议。在该协议里对于每个个体,只有当相关状态误差超过阈值时才会更新控制器,同时控制输入将仅在事件触发时刻执行,且个体间不需要持续通信。该协议将大幅节约系统实现一致性的通信和控制成本。使用代数图论、李雅普诺夫稳定性和脉冲微分方程等数学理论分析和推导具有时变特性的多个体系统在事件触发脉冲控制下达到一致性的充分条件,同时理论证
针对大脑图谱认知特征选择的不确定性提出了基于度中心性的认知特征选择方法(DC-CFSM)。首先,基于大脑图谱构建认知实验任务中被试的脑功能网络(FBN),并计算得到FBN每个兴趣点(ROI)的度中心性(DC);其次,统计对比被试相同皮质兴趣点在执行认知任务时不同认知状态间的差异显著性并对其进行排序;最后,根据排序后的ROI计算人脑认知体系曲线下面积(HBCA-AUC)值,并评估几种认知特征选择方法
针对遥感影像数据集的图像在形状、纹理和颜色上存在较大差别,以及因拍摄高度和角度不同存在的尺度差异导致遥感场景分类精度不高的问题,提出利用主动旋转聚合来融合不同尺度的特征,并通过双向门控提高底层特征与顶层特征互补性的特征融合补偿卷积神经网络(FAC-CNN)。该网络利用图像金字塔为原始图像生成不同尺度图像后将其输入到分支网络中来提取多尺度特征,并提出主动旋转聚合的方式来融合不同尺度的特征,使融合后的
针对基于可穿戴设备的跌倒检测存在的实时性与准确性无法兼得的问题,提出一种阈值和极端随机树融合的实时跌倒检测方法。在该方法中,可穿戴设备只需计算阈值量,无需确保跌倒检测的准确率,从而减少了计算量;同时,上位机利用极端随机树算法确保了跌倒检测的准确率。可穿戴设备通过阈值的方法过滤了大部分日常动作,因此减少了上位机检测的动作数据量。这样一来所提方法既满足了跌倒检测的高准确率,又满足了实时性。另外,为了降
“入窑一色光,出窑万彩霞”,钧瓷的神奇窑变让世人能在一件瓷器上领略湖光山色、云蒸霞蔚的无穷韵味.钧瓷作为中国陶瓷艺术史上的重要符号,在世界陶瓷发展史上占有重要地位.
期刊
基于长期演进(LTE)的车辆到一切(LTE-V2X)标准沿用LTE标准的帧格式,并采用块状导频辅助的单载波频分多址(SC-FDMA)系统完成信道估计。然而,由于V2X信道的时变特性,接收机信道估计面对巨大的技术挑战。因此,设计了一种基于滑窗滤波和多项式拟合的时变信道估计方法。针对导频符号处的噪声问题,在最小二乘(LS)方法基础上,采用了自适应长度的滑动窗口滤波进行降噪处理,从而保证导频符号处的信道
摘 要 连铸“三大件”抗氧化性能是功能耐火材料在钢厂使用和研究的重点，它影响到耐火材料使用寿命和钢坯质量的优劣。本文阐述了连铸“三大件”的氧化行为，简单介绍了连铸“三大件”的各种氧化防护措施，确定了连铸“三大件”的釉料配方。 关键词 连铸“三大件”;抗氧化;石墨;防护措施;釉料 0 前 言 整体塞棒、长水口、浸入式水口等功能耐火材料统称连铸“三大件”，其材质主要有铝碳质、铝锆碳质、镁碳质、
在蛋白质组学中从头测序是串联质谱肽段测序的重要方法之一,其具有不依赖于蛋白质数据库的优势,并在测定未知物种蛋白序列、单克隆抗体测序等领域中起着关键作用。然而由于从头测序的复杂性,导致其测序的准确率远低于数据库搜索方法,制约了从头测序的广泛应用。针对从头测序准确率低的问题,提出一种基于图卷积神经网络(GCN)的从头测序方法 denovo-GCN。该方法将质谱中谱峰之间的关系用图结构表示,并从每个相应