杂文与时评的文体辨析

杂文与时评分属文学范畴和新闻体裁,由于二者均以评说世象、议事论理为主,因而在反应敏锐、针对性强、篇幅简短等方面有共同之处。但把握二者的文体区别,对于两种文体的繁荣,更具有重要意义。本文从"杂谈"与"事评"、"思想"与"判断"、"曲笔"与"直言"、"批评性"与"建设性"、"形象论理"与"逻辑推论"5个方面对两种文体进行了辨析。     

散文诗文体特征论

散文诗既不是诗的散文 ,也不是散文的诗 ,散文诗是具有完整性、独立性、特殊性的文体形式 ,有它自身的外在形式、内在本质、内容表现特征、结构特征、表现特征、语体特征     

论杂文的"曲笔"艺术

“曲笔”艺术，是杂文的本质特点。早在先秦时期，“曲笔”就是古代论理杂文中常用的表现技法，并一以贯之至后来的唐宋明清时期。五四之后，随着杂文独立文体地位的确立，经鲁迅等现代作家的继承与创新，“曲笔”论理成为杂文根本的文学特征。杂文最常用的“曲笔”论理方法是象征、暗示、影射、类比、对比等。     

论杂文的标题艺术

在诸多文体中,杂文是标题极富艺术性的一种,因而,探讨杂文的标题艺术,对杂文创作和杂文欣赏都有着积极的意义.而这一点,往往由于人们对杂文理解的片面——只见“论文”不见“艺术”——而予以忽略.本文着眼于杂文的文体特点,联系目前的创作实际,从标题的构建整体、指代整体的主要作用及读者阅读欣赏三个方面,对杂文的标题艺术做了全面深刻的分析,并提出了一些拟题的原则和方法.     

胡适杂文的艺术初论

胡适的杂文有三个突出的艺术特点：其一，结构严密。论证环环紧扣，说理极为有力。其二，清楚明白。一是思想清楚，观点明确；二是语言浅显，明白通俗。其三，议论形象。一是勾勒形象，说理可感；二是善用比喻、富于幽默，全文既通俗浅白，也还生动形象。     

网页英语的文体特征

在Internet逼进我们日常生活的同时，我们将越来越多地接触英语网页。在数字化的信息时代，网页英语作为一种特殊的文体，在网页的格式、标题、网页的语言风格和用词特点方面都呈现出独有的特征。     

英语商务信函的文体特征

随着我国经济建设的快速发展,越来越多的商家投入到国际商务活动中。因此,英语商务信函的应用也越来越广泛。本文从文体学的角度具体分析了英语商务信函应具备的文体特征,以帮助商家成功进行商贸业务往来。     

杂文的批评意识刍议

批评意识,是杂文与生俱来的文体特质。但杂文批评的文体特质,从文体确立至今,很多人也还有着这样那样的误解。有人把杂文批评等同于政治批评,或把杂文的批评性与建设性割裂开来,从而导致了历史上屡见不鲜的杂文悲剧,也妨碍了杂文创作的发展。     

科技英语文体特征之实例分析

作为一种独立的文体形式,科技英语用于表述客观真理、具体事实、一般规律和科学设想,具有自己相应的文体特征。通过对科技英语实例的分析,从词汇、语法、语篇、语气及文体几个方面透视科技英语的文体特征。     

宋代日记体游记的文体特征

日记体游记在宋代开始定型并走向成熟.这种文体有着特殊的文体特征:日记兼游记的体制;质朴与简洁的语体;叙事与考证的体式;纪行与交游的体性.并且由于不同的作家因为才性的差异,同一作家因为审美心态的变化,会呈现出不同的风格.     

英语广告的文体标记

提出广告英语已成为现代英语的重要组成部分，认为其有独特的语言魅力和说服功能。从词汇、句法和修辞等三个文体标记讨论了广告英语作为一种特殊语体的独特的语言特征和文体效果。     

基于特征模板提取及SVM的观点句识别

为了有效识别中文微博的观点句,提出了基于Hownet词典及模板的特征提取方法,并使用SVM算法对微博中的观点句进行识别。运用新设计的一个模板匹配的方法来进行特征提取,并通过计算其信息增益筛选出最后的特征模板。实验结果表明:算法具有优越性和有效性。     

语篇"The Death of Hitler"的文体分析

运用韩礼德的系统功能语法理论对语篇“The Death of Hitler”的文体特征进行分析,归纳篇章中小句的及物性结构、语气结构和主位结构的特点和文体意义。     

Improved MFCC-Based Feature for Robust Speaker Identification

The Mel-frequency cepstral coefficient (MFCC) is the most widely used feature in speech and speaker recognition. However, MFCC is very sensitive to noise interference, which tends to drastically degrade the performance of recognition systems because of the mismatches between training and testing. In this paper, the logarithmic transformation in the standard MFCC analysis is replaced by a combined function to improve the noisy sensitivity. The proposed feature extraction process is also combined with speech enhancement methods, such as spectral subtraction and median-filter to further suppress the noise. Experiments show that the proposed robust MFCC-based feature significantly reduces the recognition error rate over a wide signal-to-noise ratio range.     

功能文体学视域下手机报新闻英语的文体特征——以《China Daily彩信手机报》为例

手机报新闻英语是新闻英语的次语体,具有特殊的情景语境因素和独特的文体特征。从功能文体学理论视角,分析《China Daily彩信手机报》的语篇,结合定性分析和量化研究的手段系统描述其词汇语法层和字系层的特点,发现其突出的文体特征具体表现为:言语过程多,情态成分密集,语气委婉,意义浓缩,易读性强,篇幅短,句子长但逻辑关系简单,以一段式简讯和导语式新闻为主。手机报新闻英语这一次语体文体特征的剖析,有利于深化和完善对新闻英语这一综合语体的认识。     

非监督特征学习方法在脑电身份识别中的应用

设计并实现了采用非监督特征学习方法对模拟阅读事件相关电位实验中多名受试者脑电信号的特征提取,并对提取的特征向量进行了模式分类.实验中共采集5名受试者脑电信号,每名受试者的特征样本集由其接受模拟阅读靶视觉刺激后100⁴00ms在通道PO3、O1、Oz、O2、PO4、P4、P8、CP6的脑电信号样本组成,各受试者样本集均含400个试次样本.非监督特征学习过程由含6个神经节的BP神经网络完成,后选用支持向量机作为分类器.对比了1试次,2试次、5试次、10试次样本叠加等几种不同情况下采用非监督特征学习方法提取特征的分类正确率.实验结果表明:采用多神经节人工神经网络对5名使用者5试次叠加信号样本提取的特征向量的分类正确率高于90%,显著优于对各单通道时域特征向量的分类正确率,该方法可为以脑电信号为特征的身份识别系统提供一种可行的特征提取方式.     

浅谈科普小品的写作

文章论述了科普小品的特点 ,并分析了致使科普小品数量减少 ,质量下降 ,精品不多的原因。     

基于Zernike矩和双谱特征的新型干扰识别算法

为了有效应对频谱弥散干扰(SMSP)和切片组合干扰(CI),提出了一种利用Zernike矩和双谱分析的干扰识别方法。首先对雷达接收信号进行双谱分析,经过降维和归一化处理后,将三维双谱信息转化为二维特征信息,然后将得到的二维特征谱变为灰度图,运用数字图像处理技术对灰度图进行一系列的预处理后,利用Zernike矩特征提取图像的形状特征进行识别。仿真实验证明该方法具有较好的识别率,特别是受信噪比影响较少,且在低信噪比下识别率仍能达到90%。通过与文献[4~6]比较表明,该算法识别效果最好,进一步说明了采用该算法在雷达干扰信号识别领域中的可行性。     

基于类Haar特征和自适应提升算法的前车识别

针对汽车高级驾驶辅助系统（ADAS）中前方车辆识别率低的问题，基于机器视觉原理研究了前方道路图像中的类Haar特征，并进行积分图计算，在提取类Haar特征基础上，采用自适应提升（AdaBoost）算法进行正负样本训练并级联，得到训练好的模型，进而检测和识别汽车行驶中前方车辆。最后基于Opencv计算机视觉库在Visual Studio开发环境中进行了算法实现和测试，结果表明，每帧视频图像识别时间小于40毫秒，检测率准确可靠，满足多场景、多工况下的前方车辆实时识别。     

基于DBN特征提取的雷达辐射源个体识别

针对传统特征参数难以表征复杂体制雷达信号个体特征的问题,基于深度置信网络DBN的深层特征提取和高维数据处理能力,提出一种基于DBN特征提取的雷达辐射源个体识别算法。首先建立基于多层受限玻耳兹曼机的DBN模型,然后通过DBN无监督提取脉冲包络前沿特征,再利用标签数据对模型参数进行有监督微调完成训练,最后输入未知辐射源信号脉冲包络前沿特征实现辐射源个体识别。与传统算法相比,该方法能够自适应地提取脉冲深层次细微差异,提取过程减少了对人为经验的依赖。实验结果表明,该算法对脉冲包络特征提取效果明显,有较高的识别精度。