【摘 要】
：
五洲传播中心成立于1993年12月,隶属国务院新闻办公室.成立以来,该中心通过影视、图书、网络、演出展览、期刊等多种渠道向世界介绍中国,把丰富多彩、精彩纷呈的中国故事呈现给全球观众.笔者以五洲传播中心在影视国际传播方面的实践与经验为例,探究通过影视制作与对外传播实现中国故事的国际表达、中国故事的国际传播,讲好新时代中国故事的做法和体会.
论文部分内容阅读
五洲传播中心成立于1993年12月,隶属国务院新闻办公室.成立以来,该中心通过影视、图书、网络、演出展览、期刊等多种渠道向世界介绍中国,把丰富多彩、精彩纷呈的中国故事呈现给全球观众.笔者以五洲传播中心在影视国际传播方面的实践与经验为例,探究通过影视制作与对外传播实现中国故事的国际表达、中国故事的国际传播,讲好新时代中国故事的做法和体会.
其他文献
在实体关系抽取和分类的任务背景下,针对当前基于深度学习模型对实体间语义关系利用不足的问题,提出了基于预训练ALBERT模型的实体关系分类模型.首先使用实体定位符号对实体位置进行定位,然后使用依存关系方法提取实体间关系描述词,并利用预训练ALBERT模型对输入进行向量化表征,再利用注意力机制将向量进行融合,最终使用Softmax分类器得到关系分类结果.与其他几种深度模型相比,该模型在KBP37数据集和Semeval-2010-task8数据集上的结果最优,验证了模型的有效性.
针对现有火焰图像分割精度低的问题,提出了一种基于改进ResNet-UNet的火焰图像分割网络,实现火焰的精确分割。以UNet神经网络为基础,采用ResNet-34网络作为神经网络特征提取前端,加深了网络层数,保留ResNet-34的独立卷积结构和残差结构,并保证ResNet-34网络和UNet网络的有效融合,从而形成ResNet-UNet神经网络。针对火灾图像中目标区域与背景区域在图像中所占比例差
随着经济全球化的发展,国际环境更加复杂,不确定性加剧,确保供应链的稳定日趋重要.为探究供应中断风险对供应链系统产生的影响,以大豆供应链为研究对象,利用系统动力学建立供应中断风险下的供应链模型.通过Vensim仿真实验,从供应商重要性、期望库存水平、供应中断概率、供应延迟周期、市场需求扰动等方面对所构建模型进行了研究,求得了中断风险下的最优期望库存,发现中断概率—总利润、扰动概率—总利润的拟合曲线为三次回归曲线.结果表明,维持供应链稳定必须加大对主要供应商的维护,缩短供应延迟周期,提高需求预测的准确性.
One spring morning some years ago, I had been searching for gold along Coho Creek on southeastern Alaska\'s Kupreanof Island, and as I emerged from a forest, I froze in my tracks. No more than 20 paces in the bog (沼泽) was a huge Alaskan timber wolf—caug
为了提取遥感图像中的建筑物信息,提出了一种编码—解码结构的深度神经网络模型,在编码阶段通过卷积层和池化层提取高维语义特征,在解码阶段通过跳跃链接融合高维和低维细节特征,并使用密集连接块降低模型的参数量,以及使用CBAM机制提高网络的准确率。在WHU航空建筑物数据集上进行了实验,结果表明模型能够有效地对建筑物进行分割,准确率、交并比、F_1值三项指标均优于当前主流的分割网络。
压电快反镜系统中,反射镜的偏角测量精度是影响系统执行精度的关键。设计了一种基于直流电桥的电阻式角度传感器,采用低通滤波器和高精密仪表放大电路对微弱的电信号进行精准放大;采用单端—差分放大器构成AD驱动电路,将单端信号做进一步差分放大处理,从而为A/D转换提供低噪声精准模拟输入,最后搭建电路系统进行性能测试。实验结果表明,角度传感器能实现1.59μrad的角度分辨率,非线性误差小于0.06%,且波动
新零售模式的兴起和人们健身意识的提高开拓了健身营养餐外卖的市场.为了解决健身营养餐的配送路径优化问题,对一种包括普通客户少量订餐和健身场馆批量订餐的配送模式进行了研究.针对健身营养餐的特点,考虑到食品的新鲜度以及客户满意度,建立了车辆路径优化模型,目的是在不违反各项约束的前提下使总配送成本最低,进而使用改进的遗传算法对实际案例进行求解,最终得到最优的配送路径.
为了解决传统类人足球机器人场地线检测算法在光照不稳定时准确率低的问题,提出一种基于全卷积网络(FCN)改进的场地线检测模型,通过增加卷积层数、构建残差块、在上采样过程中融合更多特征图,提高了检测准确度。实验结果表明,改进模型能够克服光照因素干扰,对场地线进行准确检测,平均像素精度与平均交并比均提高了约5%。为提高机器人自定位精度,提出一种基于后方交会法的机器人自定位方法,通过3个特征点的像面坐标与
针对现有文本分类方法存在的不足,提出了使用图注意力网络进行短文本的分类.首先根据短文本所包含的字和词汇创建一个图结构的数据,然后通过图注意网络赋予同一邻域内各节点不同的权重来减弱噪音数据的影响并且捕获节点间的依赖信息,最后经过最大池化层以生成图级别的语义表示用于类别预测.实验结果表明,该方法相比于CNN、BiLSTM、BiLSTM-MP、FastText、RCNN 准确率更高.
铝型材加工过程中出现的表面缺陷种类多、大小差距大、随机性强,导致常规的目标检测算法难以快速准确定位识别。针对这一问题,提出一种基于Faster R-CNN的改进算法。通过对Faster R-CNN引入特征金字塔结构(feature pyramid networks,FPN)改变,使用可变形卷积网络(deformable convolution net,DCN)优化特征提取。改进后模型对小像素缺陷识