基于现代学徒制的陶瓷艺术设计专业人才培养模式改革

来源 :江苏陶瓷 | 被引量 : 0次 | 上传用户:kel002
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
依托企业大师工作室,探索了校企融合的现代学徒制人才培养模式,通过到主要陶瓷产区的企业调研,建立了陶瓷艺术专业人才培养方案适时调整机制,对接企业岗位需求,理顺了课程体系构建思路,深化校企融合,构建了项目化课程模块.
其他文献
及时获取并应用安全漏洞修复补丁对保障服务器用户的安全至关重要.但是,学者和机构研究发现开源软件维护者经常悄无声息地修复安全漏洞,比如维护者88%0的情况在发布软件新版本时才在发行说明中告知用户修复了安全漏洞,并且只有9%的漏洞修复补丁明确给出对应的CVE(common vulnerabilities and exposures)标号,只有3%的修复会及时主动通知安全监控服务提供者.这导致在很多情况下,安全工程师不能通过补丁的代码和描述信息直接区分漏洞修复、Bug修复、功能性补丁.造成漏洞修复补丁不能被用户
针对传统DV-Hop三维定位算法定位误差较大,且机器学习及仿生算法计算任务繁重的缺点,提出一种改进的无约束优化3D-DV-Hop定位算法,采用二通信半径策略计算最小跳数值,提出平方代价函数对锚节点跳距值进行优化处理,并将其加权跳距值作为未知节点跳距值,最后根据约束问题的无约束求解思想,将加权误差最小化进而求解.通过与传统算法和各类改进算法在3种条件下进行仿真对比,验证了该优化算法在较低计算量的情况下定位误差显著降低.
12月28日,由江苏省科学技术协会指导、江苏省硅酸盐学会主办、江苏省师范大学和中国矿业大学承办、徐州市科学技术协会和徐州市检验检测中心协办的江苏省硅酸盐学会2021年学术年会在徐州成功召开.江苏省科协党组成员、副主席冯少东,中国工程院院士、江苏省硅酸盐学会理事长、东南大学刘加平教授,俄罗斯自然科学院院士、乌克兰国家工程院院士、江苏大学李松军教授,江苏师范大学张农副校长,徐州市科协主席杜海鹏,江苏省科协学会部二级调研员徐剑,省硅酸盐学会副理事长、长江学者、东南大学张云升教授等领导专家出席会议,由省硅酸盐学会
期刊
本文以α-Si3N4粉为原料,含量为10%的Y203和Al203为烧结助剂,成功地在空气气氛炉中对氮化硅样品进行了烧结,研究了烧结温度、保温时间以及埋烧粉的粒度对氮化硅的氧化程度及致密化的影响.结果 表明:提高烧结温度和适当地延长保温时间可以提高氮化硅的致密化程度,但会增加氮化硅的氧化程度;埋烧粉粒径的尺寸也会影响氮化硅的氧化程度,合适的埋烧粉粒度对氮化硅在空气中的烧结致密化有利.
情感词是情感分析中的基础单元,因此情感词典在情感分析中起着决定性的作用,目前构建情感词典的方法只是用到了单词的语义信息和构词信息,忽略了其所在语境.基于此,对于一些语义未知的词,传统语义方法难以得出其情感权重,而对于一些由于语境变化而产生新用法的词,使用语义方法很难计算出其真实权重.针对这种情况,首先提出了从构字到篇章的情感分析层次体系,每层都有对应到上层的表示方法和情感值计算公式,将分析单元细分到单词维度.在此基础上,提出了基于词语构字和语境的情感语义单元自动构建方法.该方法利用已知情感词典,同时根据情
针对RoboCup标准平台组SPL中多机器人之间的协同问题,提出了基于改进合同网协议的任务分配算法.首先对RoboCup多机器人系统建立层次结构分解模型和单体机器人行为任务树模型,并采用A HP层次分析法确定各个任务权重.其次,提出基于改进合同网协议的任务分配策略,相对于传统合同网协议,改进的合同网协议将标书公示机制引入任务分配模型;同时,提出了优先招标策略并对合同网协议流程和评价函数进行了改进和扩展.
“非遗”视野下,粉彩瓷具有重要的历史价值、审美价值与工艺价值,影响当代粉彩瓷创新与发展的主要因素有政策因素、人才因素和市场因素.当代粉彩瓷创新与发展必须采取地域性、创造性、手工性等原则.
通过静电纺丝技术制备出柔性SiO2纳米纤维,将其与亲水型气相SiO2混合均匀后,采用半干法压制得到SiO2复合隔热材料.研究结果表明,柔性SiO2纤维为亲水型气相SiO2提供了空间网络骨架,在未明显提高其导热系数的基础上提高了其抗折强度.
本文主要研究泥板成型工艺在现代陶艺造型中的运用,分析泥板成型工艺在现代陶艺造型创作中的表现方式.通过对现代陶艺优秀作品的分析,旨在体现泥板成型工艺在现代陶艺创作中的基本技法,并挖掘出泥板成型工艺在现代陶艺创作中造物的多种可能性.
近几年来,将深度学习应用到处理和图结构数据相关的任务中越来越受到人们的关注.图神经网络的出现使其在上述任务中取得了重大突破,比如在社交网络、自然语言处理、计算机视觉甚至生命科学等领域得到了非常广泛的应用.图神经网络可以把实际问题看作图中节点之间的连接和消息传播问题,对节点之间的依赖关系进行建模,从而能够很好地处理图结构数据.鉴于此,系统综述了图神经网络模型以及应用.首先从谱域、空间域和池化3方面对图卷积神经网络进行了阐述.然后,描述了基于注意力机制和自编码器的图神经网络模型,并补充了一些其他方法实现的图神