隐喻型术语的修辞特征研究 ——以经济学英文术语为例

无论是术语命名、术语整理还是术语规范都离不开术语分类,术语的分类研究有助于分析和描述某一类术语的共性特征,昭示其特殊性,使相关研究更具针对性和应用性。基于这一认识,文章以经济学英文术语为例,从结构形式、构词能力以及表情色彩等三方面来描述隐喻型术语这一特殊类别术语的修辞特征,并探讨这些修辞特征对此类术语认知与交际的意义。     

中国功能农业发展现状、问题与策略

 发展功能农业，强化中国农产品的营养功能，尤其是提升农产品微量营养素的有效供给，解决“隐性饥饿”，已经成为现代农业创新发展的重要战略方向。分析了中国功能农业发展的背景意义、现状问题，提出了中国功能农业发展的三原则、重点强化的微量营养素、主要农业载体、科技创新体系以及重点行动计划等建议与对策，认为微量营养生物强化技术及策略更适合中国国情，有利于中国现代农业的转型升级、提质增效、农业供给侧结构性改革和新动能培育。     

水平地震作用下建筑结构扭转规则性研究进展

我国是一个地震频发的国家,在水平地震作用下,扭转作用对不规则结构具有显著影响。针对4次著名的大地震,对不规则结构的扭转不利影响做了分析;对国内外有关结构规则性的研究进展、国内专家学者在结构扭转规则性问题上的学术碰撞做了全面的总结;对规范扭转指标—位移比和周期比的理论基础及其研究进展做了总结和研讨,指出了在结构动力学基础上所得到的结论与位移比指标、周期比指标之间存在的逻辑瑕疵,并提出了需要进一步研究的方向与建议。     

快速和尺度稳健的纹理图像识别

传统的纹理图像识别方法很难同时获得较好的识别精度、实时性和尺度稳健性,不利于实际的工程应用.因此,提出一种快速和尺度稳健的纹理图像识别方法.该方法首先利用高斯滤波构造一个纹理图像的多尺度空间,然后利用完备的局部二值计数(Completed Local Binary Count,CLBC)算法对多尺度空间中的每个图像提取局部二值特征,并跨尺度提取局部二值特征的最大值,再将多个分辨率的特征相结合作为纹理图像的最终特征描述,最后利用最近子空间分类器(Nearest Subspace Classifier,NSC)判定纹理图像的类别.在基准纹理图像数据库上的实验表明,该方法在识别精度、实时性和尺度稳健性方面获得了很好的综合性能,有利于实际的工程应用.     

一类输流管道模型的稳定性与分岔分析

研究了一类铰-铰结构输流管道在组合参数共振和内共振下的分岔行为.利用多尺度法得到模态方程、约化方程和特征方程.利用规范型理论,给出了系统在简单零特征根、一对纯虚特征根和一个负特征根情形下的规范型,并详细讨论了系统的分岔解及其稳定性,给出了系统稳定性条件.研究表明,系统存在静态分岔、初始Hopf分岔、第二类Hopf分岔及2维胎面等分岔解,并画出分岔转迁曲线图.     

国际石油价格波动的结构性因素分析

文章将石油供给性冲击、需求性冲击和投机行为冲击3方面结构性因素细分为5个内生变量,构建反映油价波动的结构向量自回归(SVAR)模型,并运用模型对1999—2012年期间油价波动的原因进行了实证分析。结果表明:需求性冲击无论是长期还是短期都是油价波动的最主要因素;其次,投机性冲击对油价波动的影响也较大,不容忽视;短期突发事件和供给冲击短期对油价有些影响,长期影响基本消失。     

下一代密集WLAN网络干扰管理机制

在密集高效无线局域网部署场景中,针对传统802.11协议造成用户公平性差和吞吐量低的问题,提出一种以用户为中心的资源配置方法。该方法通过对用户进行识别分类,以用户为中心配置信道和功率,在保证用户公平性的前提下,最大化网络吞吐量。提出的功率控制机制和用户识别方法可以很简单的应用于现有无线局域网系统中。仿真结果表明,提出的资源配置方法平均提升单位基本服务集吞吐量47.3%,干扰最严重的基本服务集的吞吐量提升190%,每个基本服务集的边缘用户的吞吐量平均提升约74.3%。     

基于LWSVR的繁忙机场航班滑出时间预测

针对繁忙机场航班滑出时间预测准确率低的问题,结合局部回归和加权支持向量回归,提出基于局部加权支持向量回归的离港航班滑出时间预测模型。该模型采用K最近邻方法,减小训练样本集容量,并为每个预测样本构建一个预测模型。通过计算训练样本与预测样本间的马氏距离,来优化加权支持向量回归中高斯核加权函数的带宽参数,获得加权系数。结合某机场离港航班数据仿真分析,实验结果表明模型在误差允许范围内的预测准确率达到83.33%,模型更加稳定。     

实时检验泡沫：基于严格局部鞅判别的泡沫检验方法

实时检验泡沫并对市场参与者和监管者进行预警，有利于防范和化解金融风险。基于检验泡沫的严格局部鞅判别原理，在RKSH方法的基础上拓展了一种倒向滚动检验方法（BSLM），并通过蒙特卡洛仿真和实证分析验证了新方法的有效性。研究发现：相对于传统严格局部鞅判别方法，BSLM方法对距离当前时刻较近的泡沫具有更高的检验势，并且能更早地事前预警泡沫；在对中国股票市场主要指数2000~2015年的泡沫检验中，新方法能判断泡沫的生成时间和破灭时间，发现上证指数和深圳成指的泡沫具有较强的联动性。     

Why eliminativism?

A central thesis of Steven French's brand of ontic structural realism has always been his eliminativism about objects. Unsurprisingly, this bold and controversial thesis has seen a lot of critical discussion. In his book The Structure of the World—Metaphysics & Representation, French accordingly defends this thesis against a range of challenges. A novel feature of this defense is the use of dependence relations to articulate his eliminativism. In this paper I take a critical look at French's defense of eliminativism and argue that the dependence relations invoked do not eliminate objects.