4、设计、文化遗产与韧性城市:后疫情时代的城市新思考

设计、文化遗产与韧性城市:后疫情时代的城市新思考

1. 设计与文化遗产的融合

将联合国教科文组织的可持续发展目标、2030 年文化指标与《蒙特利尔设计宣言(2017)》所定义的设计价值的两个方面相结合,我们可以勾勒出文化遗产设计的一些特定伦理方面。这两个方面分别是:“设计表达文化。在全球化背景下,设计师在创造、保护、滋养、提升和弘扬文化遗产与多样性方面发挥着特别重要的作用”;“设计为技术增添价值。通过考虑人类视角和界面,并首先关注个体互动,设计将技术与人类需求联系起来”。

面对文化遗产存在的复杂场所(真实的语义领域),当代设计方法的整合、跨学科和融合特性转化为微观行动模式。这些模式取代了大规模干预和激进的城市改造,通过适当的物理或数字工具及系统,实现人与废墟之间的社会和文化中介作用。通过参与式叙事方法,人们能够以一种新的方式体验场所,在不取代现有废墟的情况下,更好地理解历史内容的意义和内涵。

在考古背景下,设计扮演着观察者的角色,能够将文化方面、技术工具(如果有的话)和通信系统联系起来。其目的包括赋予古代废墟新价值、增强对历史和传统的了解,以及促进用户在公共空间使用中的互动和参与。

2. 后疫情时代城市面临的挑战与机遇
2.1 疫情对城市的影响

新冠疫情让我们深刻认识到社区力量是我们的最后防线,同时也凸显了重新思考城市发展的必要性。从历史上看,疫情一直塑造着城市的发展,如公元前 430 年的雅典瘟疫、中世纪的黑死病以及南非的埃博拉疫情等,都给城市带来了深远的影响。

新冠疫情期间,人们的社交互动受到控制,日常生活受到干扰,心理健康也受到影响。城市中的公共空间、文化场所和社会活动几乎停滞,博物馆、

【电能质量扰动】基于ML和DWT的电能质量扰动分类方法研究(Matlab实现)内容概要:本文研究了一种基于机器学习(ML)和离散小波变换(DWT)的电能质量扰动分类方法,并提供了Matlab实现方案。首先利用DWT对电能质量信号进行多尺度分解,提取信号的时频域特征,有效捕捉电压暂降、暂升、中断、谐波、闪变等常见扰动的关键信息;随后结合机器学习分类器(如SVM、BP神经网络等)对提取的特征进行训练分类,实现对不同类型扰动的自动识别准确区分。该方法充分发挥DWT在信号去噪特征提取方面的优势,结合ML强大的模式识别能力,提升了分类精度鲁棒性,具有较强的实用价值。; 适合人群:电气工程、自动化、电力系统及其自动化等相关专业的研究生、科研人员及从事电能质量监测分析的工程技术人员;具备一定的信号处理基础和Matlab编程能力者更佳。; 使用场景及目标:①应用于智能电网中的电能质量在线监测系统,实现扰动类型的自动识别;②作为高校或科研机构在信号处理、模式识别、电力系统分析等课程的教学案例或科研实验平台;③目标是提高电能质量扰动分类的准确性效率,为后续的电能治理设备保护提供决策依据。; 阅读建议:建议读者结合Matlab代码深入理解DWT的实现过程特征提取步骤,重点关注小波基选择、分解层数设定及特征向量构造对分类性能的影响,并尝试对比不同机器学习模型的分类效果,以全面掌握该方法的核心技术要点。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符  | 博主筛选后可见
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值