“家文化·邻里图书馆”建设研究

来源 :图书馆学刊 | 被引量 : 0次 | 上传用户:hally123
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
中国优秀“家文化”是中华优秀传统文化的重要组成部分。从解读家文化定义、现状入手,阐述公共图书馆以邻里图书馆为载体加强“家文化”建设的途径和措施,指出建设“家文化·邻里图书馆”的重要意义。
其他文献
设计由两个红外相机和一个紧凑散斑结构光投射器构成的三维人脸采集系统,可根据采集精度和运算效率的折衷配置采集散斑图像。散斑模板固定在垂直于投射器光轴的齿轮上,使用齿轮机构驱动散斑模板作旋转运动,使用波长为735 nm的LED照亮散斑,在测量空间中形成时间和空间上互不相关的散斑编码结构光图案,采用时空相关立体匹配算法实现人脸三维重建。通过理论分析和实验验证散斑模板的旋转角度对测量精度的影响,进而确定最
中国古籍书名总体上经历了从无到有、从质朴到华饰,从为实用被动命名到刻意雕琢主动命名的过程。书名虽早在先秦时期已经产生,但在魏晋以前,书名并非书籍的必要项,很多书名是在孔子、刘向等人进行文献整理的过程中被命名或确立的。简纸替代、书厄作为书籍发展史中的重大变革事件,均对书名的发展有重要的推动作用。此外,时代风尚、统治者喜好、宗教盛行、商业兴起等因素,也对书名的发展产生着影响,使书名在各时期呈现出不同的时代风貌。
为了获得非均匀Fe45粉末激光熔覆的最优工艺参数,采用3 kW机器人激光熔覆系统进行工艺试验.根据熔覆系统的工艺参数参考范围来设计4因素3水平的L9(43)正交试验方案,利用极差
针对小样本条件下遥感图像目标的检测精度受到卷积神经网络过拟合影响的问题,提出一种基于生成对抗网络的数据增强方法,利用判别模型为生成模型同时提供图像的局部决策与全局决策,以提高生成模型生成图像的质量,并将生成的目标与训练集图像进行融合得到新的样本,且新生成的样本不需人工标注。实验结果表明,在原始数据中加入生成数据后,检测识别精度有所提高,且本文方法与基于图像仿射变换的数据增强方法的叠加使用进一步提高
当前,阅读推广服务中深度阅读的缺失成为图书馆阅读服务急需改变的状态。图书馆在推进阅读服务的过程中,以阅读行为的四重空间为逻辑依据,利用现代技术再造智慧空间,充分改造馆内实体空间、建设虚拟空间和感知空间,为读者阅读提供沉浸式的场景、多元交互的体验、自动便捷的服务。这种多维立体的空间再造与运行需要图书馆培养技术与专业兼备的复合型馆员的参与,同时融合多种新媒体以实现无间断的交互服务,培养读者阅读智慧,实现读者与空间共生,从而推进阅读走向深入。
针对暗通道和线性变换算法的局限性,提出了一种基于改进线性变换的迭代优化去雾算法。首先,从最小颜色分量出发,建立大气耗散函数与最小颜色分量的自适应线性变换模型,以获得介质传输率的初始估计;然后,针对雾图中明亮区域的介质传输率进行自适应修正;其次,使用Kirsch和Laplacian算子构成的高阶滤波器进行迭代处理,得到最优介质传输率;最后,将优化后的介质传输率和基于四叉树子块搜索法获得的大气光值代入
针对迈克耳孙干涉仪中的动镜倾斜问题,通过干涉理论分析了矩形和圆形通光孔径下干涉调制度的影响因素.仿真结果表明,干涉调制度与通光孔径r、波数6和倾斜角度θ有关.为了确保
由于我国野生菌分布不均,种类多样,一般人群难以辨别野生菌是否可食用,中毒事件时有发生,亟需一种高效的识别野生菌种类的方法。提出了一种新型野生菌种类图片识别模型(Dis-Xception-CBAM),以Xception结构为基准,结合网络权重的迁移学习方法进行特征学习,加入了注意力机制以进一步提取野生菌显式特征,同时引入特征图扰动结构,增加了模型的泛化性能。基于国内常见的野生菌,构建了33种野生菌的
在目标识别和图像配准等领域中,进行特征点匹配时一般都会产生误匹配点,对误匹配点的准确剔除可以有效提升识别精度及配准精度,因而成为研究的重点。当前比较成熟的剔除算法,如random sample consensus(RANSAC)、M-estimator sample consensus(MSAC)等,经常会出现剔除部分正确匹配点的情况。针对当前存在的问题,提出了一种基于Pearson相关系数,对长
针对SSD等算法在合成孔径雷达(SAR)图像舰船小目标以及复杂场景下目标的检测效果不佳问题,提出了一种基于多重连接特征金字塔的舰船目标检测方法。首先,针对图像中小目标舰船的特点,构建了全新的特征提取网络I-VGGNet,以解决小尺寸舰船特征信息的丢失问题;其次,增加了多重连接特征金字塔网络模块,加强舰船高层语义特征与低层定位特征的融合,从而提高网络对于中小尺寸舰船的检测性能;最后,为了解决复杂场景对于舰船目标检测的干扰,在广义交并比损失和焦点损失基础上,构造了一个新的损失函数,从而降低网络对于舰船尺度的敏