不尽的神话--原型批评探析

原型批评是文学批评的一个重要流派，它有着一个发生、演进和建构的过程。原型批评对西方文学批评产生重要作用的同时，也对中国文学产生了极大的影响。当然，作为一种理论，它也有着不足之处。因此，对其进行适当的评析和补充是十分必要的。     

西方意象派与中国古典诗歌

西方意象派在其发展探索过程中借鉴学习中国古典诗歌，是由社会和文学自身发展的规律决定的。意象派汲取了中国古典诗歌中意象以及意象叠加、意象并置的表现手法，但由于文化差异原因，它并没有达到中国古典诗歌所追求的“神韵”境界，与中国传统“神韵说”有着本质的区别。     

论唐宋词“植物＋雨”意象的精神指向

植物和雨都是自然界的外在表征。唐宋词中有丰富的“植物＋雨”意象，它就是一个把自然界浓缩在文字中的生动图谱。当这些自然物因为作家主观情志的复杂经验，上升为意象后，便承载了丰富的文化精神意味，作为一种情感符号，它承载着作家的创作意图和心理倾向。     

从唐诗"猿啼"看文学意象的继承与接受

猿啼既是唐诗中众多诗人喜爱的一个意象,又是苏珊.朗格笔下的艺术符号。在对猿啼起源与传播的分析中我们会发现:这个意象不仅有着丰富的内含,而且还有着魅力四射的文化意蕴。因此,它被接受与广泛传播是一种必然的文化现象。这个意象的传承与接受使我们体会到诗人炼字造句之深刻用意,也启发我们对诗歌鉴赏的准备。     

疯癫、死亡与父亲——探析丁玲小说意象背后的心理情结

在丁玲的早期小说中，疯癫、死亡与父亲的意象频繁出现，这使她的文本茏罩着一层女性主义的忧郁和绝决。她从小失去父亲，她的文本中父亲意象却经常出现，充盈着慈爱的光辉。这种看似不可理解的现象背后却有着合理的因果关系。现实生活中，父亲角色的缺失对她性格的形成有着举足轻重的影响，这种影响是导致这三种意象形成的原因，是她沉重的心理情结。     

浅议英美诗歌的意象

意象是诗歌语言的重要特征之一，它贯穿于诗歌创作的全过程。意象的生成是主观之情与客观之“象”于瞬间所达到的契合；就其构成时的特征而言，它受诗歌整体内在结构的支配。意象的种类按其性质的不同，它可以分为自然界的、社会生活的、创造的、虚构的等四大类；从其在诗歌中的具体运用来说，它可以分为单一意象和多个意象；从其与诗歌的鉴赏关系来说，它是进入诗歌鉴赏的一个必经之境。     

《诗经》中“雉”意象及其文化意涵论析

《诗经》的禽鸟意象中,以"雉"最为特别,最能反映先秦时期人们的生活,它与先秦的文化有着密切的关系。根据对"雉"的概念的理解,在《诗经》中"雉"的意象主要有四种含义:爱情中的思妇形象;王族中的地位象征;祭祀中的舞蹈器具;生活中的善良品格。这与"雉"本身的特点、先民自然崇拜思想的延续以及西周独特的天命观有着密不可分的联系。     

诗词中花类意象的意象组合

花类意象可与其他意象构成统一意境中相对独立的结合体─—花类意象组合。花类意象组合在蕴意上比单一的意象更为饱满深邃，不同的花类意象组合的意趣有着或同或异的性质。传统诗词中花类意象的构象与蕴意具有历史继承性并经历演化发展的过程。     

论《咏怀》诗中纷繁复杂的意象世界

魏晋时期著名诗人阮籍的《咏怀诗》呈现出巨大的模糊性与多义性,这和诗中众多的意象有着密切的关系。阮籍诗中最为突出的是自然意象、路途意象、飞鸟意象和时空意象。正因为意象的大量使用,使《咏怀诗》具有了独特的艺术风格。     

杏花矿井下局扇双电源供电的改进

瓦斯已经是煤矿企业的最重要的自然灾害之一。而杏花矿是高瓦斯矿井,瓦斯治理尤为重要。本文通过对杏花煤矿井下局扇三专双电源供电的原理进行分析,对杏花煤矿井下局扇双电源供电进行了改进,使杏花矿井下局扇供风基本实现不间断供风,减少了井下掘进面瓦斯超限的安全隐患。     

基于栈式稀疏自编码多特征融合的快速手势识别方法

针对复杂背景下手势分割提取效果不佳、图像识别率不高、识别困难等问题,研究多特征融合的快速手势识别方法.利用YCbCr颜色空间模型,构建肤色分布模型,从复杂背景中去除大部分非肤色的干扰,从而实现手势分割;接着采用5层栈式稀疏自编码网络框架,分别提取手势感兴趣区域（region of interest,ROI）的纹理图像、形状图像和显著视觉图像作为自编码网络输入,将提取到的不同类型的特征进行线性融合;最后使用基于径向基核函数（radial basis function,RBF）的支持向量机（support vector machine,SVM）分类器进行融合特征数据分类,从而实现不同类型的手势识别.实验结果表明,相比其他手势识别方法,本文方法识别率较高,提取特征更具有代表性,平均识别率可达95.05%.      

复杂背景下基于肤色检测的动态手势分割与识别

在类肤色的复杂背景下,基于肤色检测的动态手势识别会因肤色干扰导致识别效率较低。提出了一种基于YCbCr颜色空间的改进三帧差分法的动态手势识别方法。首先利用改进的三帧差分法对动态手势进行分割,有效去除类肤色背景;然后根据人体肤色在YCbCr颜色空间中的聚类效果,采用基于椭圆模型的肤色检测方法有效去除非肤色背景,分割出手势区域。通过双特征提取,有效去除大范围的肤色背景,最终得到完整的手势;最后利用BP神经网络较强的自学习能力,对分割的动态手势进行检测识别。实验结果表明,此方法在应对环境变化时具有较好的实时性和抗干扰能力,拥有较高的识别率。     

基于时频特征的Wi-Fi手势识别技术

随着人工智能的快速发展,手势识别已经成为重点关注和研究的对象,利用Wi-Fi信号进行手势识别的技术无需额外的设备以及光照的条件,逐渐成为手势识别的主流.针对传统基于时域统计特征的方法,将经过噪声抑制后的信号进行短时傅里叶变换(short-time Fourier transform,STFT)构建手势信号的频域特征,结合时域和频域特性选择动作持续时间、频谱熵等特征作为特征值,采用支持向量机(support vector machine,SVM)的分类方法对特征值进行训练并完成手势识别.实验结果表明,在复杂的室内环境与室外空旷环境均能有效对手势进行识别,手势的识别率达90％以上.     

基于手势识别的智能输入系统

随着虚拟环境的发展,人机交互中键盘远远不能满足人们的要求,本文提出了一种基于手势识别方法的智能输入算法.该算法采用肤色分割提取出手部区域,检测大拇指和伸出的手指数目识别出手势的含义,把各种手势组合起来实现智能输入.该算法能够使用户根据自己的习惯来定义手势,更好的实现人机交互.实验结果表明该算法对获取手势图片时的外界干扰具有一定的鲁棒性,并能达到较高的成功率.     

基于高斯混和模型与Blob分析的人手定位

在基于机器视觉的手势识别研究中,手势分割与定位是关键技术。本文在分析肤色的颜色特征和人手运动特性的基础上,提出了一种在视频图像序列中实现手势分割和定位的算法。首先结合肤色检测技术和基于高斯混合模型的运动目标检测技术,获得了图像序列的初始手势区域,之后利用Blob技术实现了最终手势的分割和定位。实验结果显示,该方法具有较高的分割和定位准确度。     

基于肤色和运动检测技术的单目视觉手势分割

在分析肤色的信息特征和手势的运动特性基础上,构建了一种基于单目视觉的手势分割方法,可从视频图像序列中获取有意义的手势区域.针对确定的背景图像,以10帧的采样间隔采集手势图像,通过肤色信息特征来获得手势的肤色区域,同时通过差分法获得手势的运动区域,再将肤色区域与运动区域进行融合处理获得初始的手势区域,在此基础上,进一步研...     

基于改进凸分解的手势识别

提出了一种新的基于Kinect的实时静态手势识别方法,主要贡献包括:提出了一种简易可行的、结合图像深度信息与肤色信息的手势区域检测与分割方法;提出了一种改进的凸分解算法,对手势区域进行近似凸形状分解,以得到表征手势特征的骨架信息;采用基于路径相似性的骨架图匹配算法对手势进行匹配以实现识别.针对特定手势集进行了对比实验,实验结果表明,本文方法在识别结果的准确率以及算法的效率上都有着良好的表现.      

基于核相关滤波的飞行员手势跟踪研究

结合飞行员操作过程中手部的运动特点,针对核相关滤波器跟踪算法在目标尺度变化和快速移动时存在的问题,提出了一种结合了手势检测与核相关滤波跟踪算法的飞行员手势跟踪方法。首先,将肤色分割与背景减除进行有效的融合,对静态手势进行快速检测。然后,使用KCF算法对定位的手势区域进行跟踪以获取手势实时位置和轨迹。跟踪过程中比较手势检测与手势识别所得到的手部信息,当出现偏差时对搜索框进行更新。从而实现有效的手势检测与跟踪。实验结果表明,该方法可以实现对飞行员变形手势快速、准确的实时跟踪,对部分遮挡和尺度变化有很好的适应性,能够满足后期飞行员手部行为分析的要求。     

复杂背景下实时运动手指与指尖提取

由于指势可作为理想人机交互模式,研究指势识别具有重要意义,其中手指分割是关键.该文根据场景中任何可察觉的目标运动,都会体现在场景图像序列的变化中及彩色图像中红、绿、蓝三分量光强度在阴影区域存在差异,提出基于长序列多帧差分融合RGB彩色信息,建立自适应背景建模方法,从复杂背景中提取运动目标.根据手指在视频图像中的空间位置关系,提出自适应矩形结构元素对运动目标区域开运算,实现水平分割,以提取手指区域并确定手指尖位置.通过对不同背景的运动手指与指尖分割与提取,证实文中所提方法的鲁棒性.     

基于Kalman滤波器与肤色模型的手势跟踪方法

有效和鲁棒的手势跟踪是动态手势识别的前提,针对手势及其运动的特点,提出了结合Kalman滤波器和肤色模型的手势运动目标跟踪方法.首先通过背景差法和YCb’Cr’空间上的椭圆肤色模型检测出手部运动目标,通过目标区域的空间结构参数来设置Kalman滤波器的各项运动参数,然后计算空间结构特征的跟踪匹配函数对目标预测位置进行修正,获得运动手势目标区域及其运动轨迹.实验结果表明,所提方法能有效地跟踪手势,并能较好地适应手势在运动过程中的手形变化、轨迹转弯等情况,检测准确,鲁棒性高.