论文部分内容阅读
苏州发绣作为苏绣的分支,是由精选的少女天然发丝作为原材料的苏州民间特殊绣种。通过对苏州发绣工艺流程、针法风格的分析以及对发绣色彩的考释,总结出苏州发绣技艺与色彩融合给予当代设计者的美学价值、思维与方法启示,对苏州发绣的传承与创新融合具有重要意义。
苏州发绣技艺与色彩考释
【摘 要】
：
苏州发绣作为苏绣的分支,是由精选的少女天然发丝作为原材料的苏州民间特殊绣种。通过对苏州发绣工艺流程、针法风格的分析以及对发绣色彩的考释,总结出苏州发绣技艺与色彩融合给予当代设计者的美学价值、思维与方法启示,对苏州发绣的传承与创新融合具有重要意义。
【机 构】
：
常熟理工学院
【出 处】
：
纺织报告
【发表日期】
：
2021年7期
其他文献
Fast-Hot Stuff区块链共识算法采用两轮投票的共识过程,当主节点在第一轮投票后发生错误时,吞吐量将大幅降低,为解决该问题,提出一种改进的Fast-Hot Stuff算法。该算法引入一个新的区块扩展方式,在某一区块的共识过程中,当主节点在第一轮投票发生错误而导致视图更换时,副本节点将其投票消息传递至新的视图,新视图中的主节点收到足够多的投票消息,根据该区块进行扩展生成新区块并发起共识,以使更多区块上链并提高吞吐量。实验结果表明,当主节点在第一轮投票后发生错误时,Hot Stuff与Fast-Hot
针对现有时间基一次性密码方案无法高效运行于可编程逻辑控制器(PLC)的问题,借鉴T/KEY单链方案,提出一种基于分组密码的时间基一次性密码方案BC-TOTP。使用PRESENT和SPECK分组密码算法来实例化加密函数,采用该加密函数计算链上的所有节点,使得证明方可在相应的时间内向验证方证明其身份。通过基于理想密码模型和分组密码IND-CPA的安全假设验证了BC-TOTP方案的安全性,并在罗克韦尔Allen-Bradley PLC上的测试结果表明,其能大幅减少计算时间,且单链使用周期将近1年。
图像分类中的差分隐私算法在通过添加噪声的方式提高机器学习模型的隐私保护能力的同时,容易造成模型分类准确度的下降。针对以上问题,提出了一种基于特征映射的差分隐私保护机器学习方法,该方法结合预训练神经网络和影子模型训练技术,以差分向量的形式将原数据样本的特征向量映射到高维向量空间,缩短样本在高维向量空间的距离,以减小模型更新造成的隐私信息泄露风险,同时提高机器学习模型的隐私保护能力和分类能力。由MNI