【摘 要】
：
传统服饰民俗色彩文化作为中华民族文化的重要构成部分,展现了中国深厚的文化底蕴.经过5000多年的积累,先辈们留下了珍贵且丰富的遗产.其中,色彩作为文化要素的一部分,反映了一个时代的精神内涵与意识形态.在职专美术中融入中国传统服饰民俗色彩文化,既有利于强化学生的色彩意识,促进学生的良好发展,还能实现我国传统服饰民俗色彩文化的传承与弘扬.
【机 构】
：
上饶科技中等专业学校,江西 上饶 334000
论文部分内容阅读
传统服饰民俗色彩文化作为中华民族文化的重要构成部分,展现了中国深厚的文化底蕴.经过5000多年的积累,先辈们留下了珍贵且丰富的遗产.其中,色彩作为文化要素的一部分,反映了一个时代的精神内涵与意识形态.在职专美术中融入中国传统服饰民俗色彩文化,既有利于强化学生的色彩意识,促进学生的良好发展,还能实现我国传统服饰民俗色彩文化的传承与弘扬.
其他文献
植物染色技艺虽然是我国一项古老且优秀的传统手工艺,包涵了独特的文化价值和艺术价值,却面临着传承无人后继、发展无人后续的局面.因此,基于国家文化强国的战略背景,应发掘植物染色技艺的文化和艺术价值,充分依靠高校艺术设计教育的力量,结合听障服装与服饰设计的专业优势,为植物染色技艺传承与发展提供新思路.
“三教”是教师、教材和教法的统称,直接影响教学质量和学生的发展.产学研用指的是生产、教学、研发和应用,将其在人才培养方面的优势赋能高职纺织专业的“三教”改革,顺应教学改革的时代潮流,有利于培养现代纺织企业急需的创新型、技能型人才.
文章从不同时期裤装发展变化的形式美与流行性之间的联系入手,分析流行性对裤装外部廓形和内部结构的影响,并对背后的美学价值进行研究,从审美性和科学性相结合的角度探讨裤装的革新以及发展趋势.
中国是一个多民族国家,凭借民族服饰文化的美学思想,素有“衣冠古国”的美誉.民族服饰是民族文化的重要载体,在当今服饰发展趋势下,少数民族服饰广受关注.民族服饰的多元化发展迎合了新时代的创新理念,将具有悠久历史、贯穿古今的拼布艺术与东北地区少数民族服饰相结合,既能传承东北地区少数民族服饰文化,又能展现东北地区少数民族文化的魅力.
随着“互联网+5G”时代的到来,由于传统非物质文化遗产传承和宣传方式注重的是文字、图片、视频、新媒体或宣传片,传承与创新方法存在不足,可以引进3D打印、V R虚拟现实等技术对传统文化和文创产品、古代场景进行重现复原,打造自身的特色和宣传方式.文章以广东潮绣为例,阐述了以往非物质文化遗产传承与创新存在的一些问题,提出了非物质文化遗产相关的传承与创新方法以及广东潮绣传承与创新的具体对策,将非物质文化遗产与文化创意产业相结合,打造“非遗+旅游”的发展模式,对于开拓潮汕地区、发展“文化+旅游”“文化+创意”“文化
视觉里程计(VO)是实现移动机器人自主导航的主要技术之一,不同类型的VO技术在不同应用场景中受环境和硬件计算能力的影响,导致其性能各有优劣.概述VO技术的发展历程,对基于传统几何和基于深度学习的两类VO技术的性能进行对比与分析,重点介绍传统VO技术中特征点法的原理及其改进方法.在此基础上,归纳VO领域常用的公共数据集并对部分现有方法进行对比评测,为VO技术的实际应用提供参考和借鉴,并展望该领域未来的发展方向.
基于字词联合的中文命名实体识别模型能够兼顾字符级别与词语级别的信息,但受未登录词影响较大且在小规模数据集上存在训练不充分等问题.在现有LR-CNN模型的基础上,提出一种结合知识增强的中文命名实体识别模型,采用相对位置编码的多头注意力机制提高模型上下文信息捕捉能力,通过实体词典融入先验知识降低未登录词的影响并增强模型学习能力.实验结果表明,该模型在保持较快解码速度和较低计算资源占用量的情况下,在MSRA、People Daily、Resume、Weibo数据集上相比SoftLexicon、FLAT等模型F1
Tor匿名通信系统在全球范围内被广泛部署与使用,但其抵御溯源攻击的能力有待进一步建模分析.为精确衡量To r用户在端到端溯源攻击下的安全性,综合To r节点选择算法、用户使用模式、溯源攻击对手能力等要素,建立针对端到端溯源攻击对手的To r安全性模型.经实验验证与分析结果表明,该模型可在统计意义下较精确计算对手捕获通信链路的概率及次数,以此衡量不同端到端溯源攻击对手对用户安全性的破坏程度.
云存储的便捷性和管理高效性使得越来越多的用户选择将数据存放在云端.为支持用户对云端加密数据进行检索,提出云存储中基于属性加密支持属性撤销的多关键词搜索方案.采用线性秘密共享矩阵来表示访问控制结构,实现密文细粒度访问控制,在属性撤销过程中不需要更新密钥,应对用户属性变更的情况,在此基础上构造基于多项式方程的搜索算法支持多关键词搜索,从而提高搜索精度.理论分析和实验结果表明,该方案具有陷门不可伪造性和关键词隐私性,能够保证用户数据的隐私和安全,相比CP-ABE方案,具有较高的存储性能和计算效率,功能性更强.
在互联网数据急剧扩张和深度学习技术高速发展的背景下,自动文本摘要任务作为自然语言处理领域的主要研究方向之一,其相关技术及应用被广泛研究.基于摘要任务深化研究需求,以研究过程中存在的关键问题为导向,介绍现有基于深度学习的生成式文本摘要模型,简述定义及来源、数据预处理及基本框架、常用数据集及评价标准等,指出发展优势和关键问题,并针对关键问题阐述对应的可行性解决方案.对比常用的深度预训练模型和创新方法融合模型,分析各模型的创新性和局限性,提出对部分局限性问题的解决思路.进一步地,对该技术领域的未来发展方向进行展