余华小说语言变异艺术的研究

余华作为先锋派最具代表性,同时也是最受评论家们关注的作家,被誉为“最为希望靠近大师这一称谓的极少数作家之一”。其作品语言突兀怪诞、抽象玄虚,与常规语言相比,极具个性魅力与艺术韵味。本文试从变异修辞的角度,阐述余华小说语言是如何“违背”常规语言规范的。拟对其作品语言中的变异艺术做一个全面、深入的探讨,进而分析文学语言是如何“立足常规语言之中,又超越常规语言之上”的。     

汾西灌区冬小麦田间土壤含水量空间分布研究

选取山西省临汾市汾西灌区一块约20 hm2的冬小麦试验田,在实测田间土壤含水量的基础上,利用地统计学方法,分析了田间土壤含水量的空间变异结构,并采用克里金插值技术研究了冬小麦田间土壤含水量的空间分布格局,为灌区墒情检测和农田灌溉管理提供科学指导.     

3.0TMR LAVA技术对胃左动脉解剖变异的价值分析

目的探讨3.0T MR LAVA技术对胃左动脉解剖变异的价值.方法回顾性分析300例MRI LAVA动态增强扫描患者,并进行MIP,VR,MPR重建,观察胃左动脉起源和走行.结果 300例患者中,MichelsⅠ型(正常解剖型)264例(88.0%).共有36例(12.0%)发现变异胃左动脉,其中Ⅱ型23例(7.67%),Ⅲ型1例(0.33%),Ⅴ型3例(1.00%),Ⅵ型1例(0.33%).Ⅳ型本组未发现,其他8例(2.67%).结论胃左动脉存在广泛的解剖学变异,具有多样性、复杂性.3.0T MR LAVA技术可以清晰并且立体地显示胃左动脉的正常解剖及变异情况.     

基于惯性权重自适应改变的混沌粒子群算法

粒子群算法是美国学者受鸟类觅食行为启发提出的一种群体优化算法,在迭代后期易早熟收敛.为此利用混沌运动的随机性、规律性和遍历性的特点对粒子群算法进行优化,提出了一种惯性权重自适应改变的混沌粒子群算法.在算法中对惯性权重进行调整加快算法前期收敛速度,而且加入了变异操作以帮助粒子后期跳出局部极小.最后用测试函数进行仿真实验,结果表明该算法收敛快,寻优能力强,寻优精度高.     

基于混沌映射的PSO及其在图像分割中的应用

目的提出了一种基于混沌映射的粒子群优化算法。方法一方面,应用逻辑自映射函数初始化均匀分布的粒群以提高初始解的质量;另一方面,根据群体早熟收敛的判断机制,在算法进化过程中引入局部变异机制和局部重新初始化粒群的方法以有效避免算法陷入局部收敛的缺点。结果该算法应用在基准测试函数优化中能有效提高全局寻优的性能,且稳定性好;应用在图像分割中取得了与遗传算法同样好的分割效果。结论提出的算法具有有效性和实用性,可用于求解高维复杂函数以及工程优化问题。     

慈竹不同变异类型的纤维形态研究

通过对四川省青神县慈竹不同变异类型的纤维形态指标进行观测,比较分析了不同变异类型纤维形态特征的差异及变异规律,并对其利用价值进行了探讨.结果表明:慈竹6种类型的平均纤维长度都大于1.6 mm,除罗汉慈外均大于毛竹;慈竹、琴丝慈和蛇头慈纤维长度分布的最大频率出现在2.0 ～3.0 mm之间,其余慈竹类型的纤维长度分布最大频率出现在1.0 ～2.0 mm之间.除罗汉慈外,其余慈竹类型的纤维长宽比平均值均大于100,且大于毛竹.慈竹6种类型纤维平均壁腔比在1.77～ 3.96之间,均小于毛竹.在轴向上,慈竹不同类型纤维的长度、宽度、长宽比和腔径的变异规律随交异类型的不同而不同,其纤维壁厚和壁腔比则具有相似的交异规律;在径向上,慈竹不同类型竹壁内侧的纤维长度、腔径均大于外侧纤维,其竹壁内侧的纤维宽度、长宽比、壁厚和壁腔比大多小于外侧.说明除罗汉慈外慈竹其余变异类型的竹材纤维质量均优于毛竹,琴丝慈的竹材纤维质量优于慈竹,其造纸性能最佳.     

用遗传算法求解飞行管理问题

对遗传算法的算子加以改进，并用改进后的遗传算法求解飞行管理问题，模拟结果表明该算法有效。     

大兴安岭北端地形因子对针叶林土壤黑碳储量的影响

[目的]气候变化对人类社会发展产生的影响受到了世界各国的广泛关注,提高森林生态系统的固碳潜力被认为是经济可行且有效减缓大气二氧化碳(CO2)浓度的重要途径之一,大兴安岭地区森林生态系统的黑碳储量在全球碳循环和碳汇方面具有重要的作用.研究大兴安岭不同地形因子条件下土壤黑碳的储藏分布特征,为区域森林土壤黑碳储量准确估算和森...     

确定规划最短时间的遗传算法

对遗传算法中新一代的选择使用不同的策略，比较研究了所得结果．同时，对遗传算法与确定最优规划的方法做了比较．     

改进蚁群算法优化SVM参数的网络入侵检测模型研究

基于支持向量机(support vector machine,SVM)的网络入侵检测模型泛化能力与其参数选取密切相关,因此SVM参数优化是一个难题。为进一步提高网络入侵检测率,提出一种改进蚁群优化SVM参数算法(modified ant colony optimization algorithm-support vector machine,MACO-SVM)的网络入侵检测模型。首先采用蚁群搜索路径节点代表支持向量机参数,将网络入侵检测率做为目标函数,然后通过蚁群算法的全局寻优能力和反馈机制寻找最优参数,并对蚂蚁进行高斯变异,克服蚁群陷入局部极值,最后将最优路径上的节点连接起来得到SVM的最优参数,建立最优网络入侵检测模型。采用KDD99数据集对模型进行仿真实验,仿真结果表明,MACO-SVM不仅提高了网络入侵的检测效率,而且获得了更高的检测率。