【摘 要】
：
本研究采用传统文献学和口述史的研究方法，对外国建筑史在中国教学与研究的发展历程进行研究。 建筑教育方面，将近代美术院校建筑教育模式纳入建筑教育研究之中，疏理总结了自癸卯学制建立至今的外国建筑史教育发展历程。分析阐述了外国建筑史课程在不同时期的教育特点：1902-1949年在巴黎美术学院、宾夕法尼亚大学、包豪斯等西方教育思想影响下的自主发展模式；1949-1976年统一的、以苏联莫斯科艺术学院为范
论文部分内容阅读
本研究采用传统文献学和口述史的研究方法，对外国建筑史在中国教学与研究的发展历程进行研究。
建筑教育方面，将近代美术院校建筑教育模式纳入建筑教育研究之中，疏理总结了自癸卯学制建立至今的外国建筑史教育发展历程。分析阐述了外国建筑史课程在不同时期的教育特点：1902-1949年在巴黎美术学院、宾夕法尼亚大学、包豪斯等西方教育思想影响下的自主发展模式；1949-1976年统一的、以苏联莫斯科艺术学院为范本的教学模式；1976年至今多元共生、灵活多样的跨越式教育模式。且对近代不同时期、不同建筑系（科、组）的外国建筑史教学进行详析，总结比较了其各自的教学特色与相关异同。
学术研究方面，对自美学开始的外国建筑史学术研究历程进行重点归纳总结：最初（1902-1926年），外国建筑史的学术研究以美学主要的研究方向，且深受中国新史学主义的影响。其后，以建筑为主要对象的外国建筑史学术研究逐渐成为主流。在1927-1949年期间，其研究明显受到西方建筑研究思想的影响；在1949-1976年期间，其研究均以马克思主义理论作为研究方法论；1976年之后，外国建筑史研究呈井喷式增长。在海量的研究成果中，最突出的成就是进行外国建筑史研究体系框架的建设。
基于外国建筑史的教学与学术研究成果，结合外国建筑史关键人物的口述访谈，本文提出外国建筑史研究中人文综合素质、建筑设计实践、哲学思想三级层面的研究内容及要求，并对目前外国建筑史的中国研究现状给出个人的思考。
其他文献
内存计算系统(例如Spark)已经广泛用于处理工业界的海量数据。为了提高这些系统的计算效率和鲁棒性，系统开发人员为用户提供了许多高度可配置的参数。由于高维度的参数空间和复杂的参数交互作用，手工调优这些参数既耗时又低效。因此，用户急需一种内存计算系统的参数自动调优方法。目前参数自动调优常用的方法是基于机器学习的方法(Machine Learning-based, ML-based)，ML-based
图计算是大数据领域的主要处理模式之一，在生物信息网络、网页排名等领域有着广泛的应用。研究表明，图计算在传统中央处理器(Central Processing Unit，CPU)和图形处理器(Graphics Processing Unit，GPU)架构上存在着负载不均、不规则通信以及随机访存等突出问题，性能和能效水平受到较大影响。现场可编程门阵列(Field Programmable Gate Ar
随着互联网的飞速发展，数据的增长速度也在急剧增加，将所有的数据存储在本地磁盘已经无法满足数据的需求，越来越多的公司和个人用户选择将数据存放在云上。为了数据的正确使用，用户需要确保从云端获取的数据是完整的。因此，如何检验存储在云上数据的完整性就成为一个重要问题。传统的云存储中数据完整性验证框架通过引入第三方认证机构(Third Party Auditor, TPA)来完成验证工作。由于该框架完全依赖
传统计算机处理架构面临着严峻的“存储墙”挑战，随着现实世界中图数据规模的急剧膨胀，难以满足图计算高带宽、低延迟、大容量的现实需求。通过电阻式随机存取存储器(ResistiveRandomAccessMemory，简称ReRAM)的存内计算硬件将计算单元集成到内存单元中，为解决上述问题提供了可能。考虑到电阻式随机存取存储器中采用以矩阵结构为元粒度的组织方式，因此，在处理度数服从幂律分布的真实世界图数
在边缘环境下，由于监测部署成本高、测量可靠性低等原因，数据稀缺性成为一个普遍难题。迁移学习非常适合解决此类问题，其基本思想是通过任务之间共享知识来解决数据量不足的任务训练问题。然而，目前多任务迁移学习系统对于资源受限的边缘设备来说过于复杂，原因在于：首先，机器学习模型本身就是计算和通信密集型的；其次，为了避免模型过时、且利用最新数据，需要对每一个任务从头开始反复训练。在这种场景下面对计算复杂性的挑
手写体识别技术研究由来已久，识别效果也逐步提高，但迄今为止仍然存在很多未解决的问题，尤其是在一些实际的应用场景中，手写过程中不可避免产生的涂抹书写对传统手写体识别过程产生了极大的干扰，增加了识别难度，降低了识别准确率。即便现有针对涂抹书写的研究通过增加涂抹书写模块来提高识别准确率，但因此所增加的训练、识别环节在时间和资源方面的开销极大，从而导致了识别效率的急剧下降，产生难以调和的矛盾。 为解决实
随着神经网络建模能力的不断提升和深度学习在多种学习任务上的优秀表现，声纹识别作为生物识别技术的一种，不断突破着技术性能。从说话人的声音中提取出能够表示说话人身份的特异性特征，称之为声纹特征。声纹特征可以广泛应用于身份认证领域，成熟的应用包括声纹锁和声纹识别系统等，目前正逐步进行大型的商业应用。近年声纹识别的重心也渐渐从传统方法向深度学习方向转移，特别是端到端深度模型方向。现有的基于神经网络的声纹识
声学事件的检测与定位是声学领域的研究重点，对未来智能设备与虚拟可交互系统有关键性作用。单声源无干扰的条件下，现有研究成果的声学事件检测与定位的准确率已经较高，但实际场景中，声学事件语音信号受到回声、噪声和叠加声源的干扰，准确率有进一步提升的空间，本文研究多声源复杂条件下，小数据集的声学事件与检测增强技术。 提出一种基于邻域相似性的分解方法，将声学事件检测与定位任务分解为邻域相似任务和事件预测增强
城镇化是我国现阶段发展的主题与目标。快速增量式发展带来经济的持续增长与民生福利的大幅度改善，同时也带来了城市人口的急剧膨胀和空间的无序蔓延，耕地短缺、能源危机、环境污染、生态恶化、社会矛盾复杂化等问题接踵而至，生态资源消耗与承载力之间的“剪刀差”日渐增大，生态赤字逐年上涨。 面对复杂交织的发展问题，涌现出诸多应对策略。通过梳理概括，主要从土地的开源与节流、都市农业、可再生能源开发、生态低碳、空间
夜景照明早已成为城市的重要环境资产组成部分，高品质的夜景照明能更好的服务于城市，服务于城市居民的夜生活。本研究是对因城市照明色光产生的光侵扰对居民如何产生影响的定量化研究，更具体阐述为“具有明显色彩倾向的彩色光，对居民在明视觉环境下进行休闲娱乐活动时的，视觉效应的视力与心理层面的干扰影响”，旨在为光侵扰有效防治奠定基础，以最终提升夜景照明品质。 本文梳理了色光侵扰定量化的相关研究，厘清了研究的复