【摘 要】
：
乡土小说是指以农村生活为题材的小说，由鲁迅开创，后经发展形成不同派别，但大多数乡土小说作者总是以局外人的眼光来看待农村。赵树理的出现，打破了这一固有模式，他从农民的视角出发，展现中国农村发展过程中存在的种种问题。本文尝试从中国乡土小说的发展与时代精神的关系出发，探讨赵树理乡土小说模式形成的原因及其后续发展。
【基金项目】
：
河南省科技厅2023年度软科学研究计划项目“融媒体时代黄河文化融入大学生思想政治教育路径研究”（232400410290）；
论文部分内容阅读
乡土小说是指以农村生活为题材的小说，由鲁迅开创，后经发展形成不同派别，但大多数乡土小说作者总是以局外人的眼光来看待农村。赵树理的出现，打破了这一固有模式，他从农民的视角出发，展现中国农村发展过程中存在的种种问题。本文尝试从中国乡土小说的发展与时代精神的关系出发，探讨赵树理乡土小说模式形成的原因及其后续发展。
其他文献
随着技术的不断发展,人们对海洋世界的探索需求日益增大,国内外更多的学者将目光转向了对水下图像的研究工作。由于水下图像成像特点导致水下图像存在着低对比度、色偏等问题,严重影响了水下资源的探索与开采等工作。本文基于现有的DCP暗通道去雾算法针对水下图像存在的问题进行改进,设计一种适用于水下图像的图像增强算法,并针对水下图像内目标的特性,基于现有最新版本YOLOv5s目标检测算法进行改进,提出了一种水下
机器人在周围环境中主要以SLAM（Simultaneous Localization and Mapping,SLAM）算法完成自主定位和地图构建的任务。为了提高机器人对环境的适应能力和降低其生产成本,视觉SLAM逐渐成为机器人定位和建图的主流算法。但是,现有的视觉SLAM算法主要应用于静态场景,不能直接应用于动态场景。基于特征点法的视觉SLAM算法在动态场景中会有较差的位姿估计,并且在建图过程运
甲状腺是位于颈前部的蝶状内分泌器官,具有调控新陈代谢、促进生长发育等作用。近年来,随着甲状腺疾病发病率的持续上升,其逐渐成为一种高发疾病,早期的发现与诊断是治疗的关键。超声图像诊断技术因其实时、廉价、便捷以及无创等优势,成为甲状腺疾病检查的首选方法。甲状腺腺体大小可用于分析甲状腺激素的分泌状况,是甲状腺异常诊断的重要特征之一。另一方面,甲状腺结节的形状与大小是临床中甲状腺结节良恶性诊断的重要依据。
基于振动信号分析的齿轮故障检测方法可以有效的识别和诊断齿轮故障,但对齿轮早期磨损的识别和诊断还存在问题。齿轮的故障通常会产生冲击,结果就是在振动信号中可以观察到瞬时激励。然而在早期磨损阶段,受高速啮合振动和强烈环境噪声干扰,齿面的局部磨损会导致振动信号的微弱瞬变,使得特征提取困难。针对这一问题,本文以直齿齿轮为研究对象,研究非平稳工况下齿轮磨损的弱故障检测方法。本文首先建立齿轮的动力学模型对常见的
品牌是农业市场经济发展中的重中之重。在产业兴旺发展视域下，农业区域品牌的建设有助于在同质化市场中保持连续的竞争优势，有力地扩大了地区经济的影响范围和产品辐射规模。农业区域品牌的塑造在产业集聚的生产、营销、市场、信息等方面具有较大的发展优势，有助于带动区域性经济的发展与区域劳动力的利用。分析农业区域公用品牌的优势，针对生产标准不一、品牌含义表面化、产业链延伸不深、市场复制化等问题提出相关解决策略。
自从Zadeh教授提出模糊集合以来,模糊控制理论飞速发展,吸引了大批学者在该领域进行深入的研究。正是由于这些学者共同的努力,模糊控制理论在模型建立,控制器设计以及稳定性分析等方面逐渐成熟化、系统化,实际的工业应用前景也更加清晰。对于T-S模糊系统而言,减少设计条件中的保守性是一个学术热点问题,产生保守性的主要原因之一是系统稳定条件中缺少隶属度函数信息。如何有效的引入隶属度函数信息,获得低保守性的结
压电作动器是指利用压电陶瓷材料的逆压电效应,将电能转换为驱动位移的器件,被广泛应用于高精度的定位控制和微观测量与操作领域。然而,由于压电作动器本身存在迟滞非线性,会严重影响其在跟踪定位系统中的精度,甚至会造成系统不稳定。因此,本文以压电作动器为研究对象,建立高精度模型用于描述迟滞特性,并设计有效的控制策略用于消除迟滞非线性对于定位系统的影响。（1）介绍了Simulink/xPC Target实时仿
由于海洋环境复杂多变,船舶航行易受干扰,产生剧烈的多自由度运动,其中横摇运动对船舶威胁最大。减摇鳍的应用使船舶的横摇得到了大幅降低,但当遇到复杂海洋障碍场时,不仅要考虑减摇,还需要考虑鳍体的避障,以免鳍的损坏而导致系统减摇效率下降,甚至完全丧失功能。因此,如何在满足系统减摇的前提下,实现减摇鳍实时避障成为亟待解决的难点,而减摇鳍间的协同控制是充分发挥船舶航行能力和提高系统减摇效率的关键。根据海浪形
在过程工业中,诸多系统的动态过程都是与时空相关的非线性分布参数系统。特别是对于结构复杂、多种传热方式并存的热处理装置,建立分布参数系统机理模型非常困难,此外基于神经网络方法的预测模型具有参数难以确定、泛化能力差等特点,这些因素都增加对分布参数系统精确建模与控制的难度。因此,需要探究一种新的分布参数系统建模方法。本文提出基于深度学习的建模方法,建立分布参数系统的神经网络模型。本文主要工作包括:首先,
波达方向估计（Direction Of Arrival,DOA）是阵列信号处理领域的一个重要分支,被广泛应用在雷达、声呐、射电天文学、导航和无线通信等相关领域。阵型设计对DOA估计性能具有重要影响,相比于均匀阵列,在相同的物理阵元情况下,稀疏阵列可获得更高的角度分辨力和更多的估计自由度。因此,如何利用有限的物理阵元提升目标分辨性能,已成为当前阵列信号处理研究的热点问题。本文以互质阵列为研究对象,提