关联理论在英语口译学习者模糊限制语传译中的应用研究

Sperber和Wilson(1985)的关联理论关注的核心问题是交际和认知,它将翻译看成是一个对原语进行(语内和语际)阐释的明示—推理活动。口译作为翻译活动的一个分支,不单涉及语码转换过程,还涉及译员的认知活动过程。本文基于关联理论,结合口译学习者的传译活动,研究传译过程中模糊限制语的理解及其传译过程,重点探讨其中明示—推理过程的体现和最佳关联性的实现,以口译学习者的真实录音为材料分析,以期更好地理解口译过程及其本质。     

基于连分式的广义高斯分布的参数估计

近年来,使用广义高斯分布拟合的子带小波系数的统计模型被广泛地用于图像分类、修复、去噪和分析等图像处理中,而广义高斯分布的参数拟合问题一直是该领域中的一个重要的瓶颈问题。文章针对该问题提出用连分式迭代来实现广义高斯分布的参数估计,连分式迭代具有算法稳定、收敛域广、计算精度高、迭代速度快等特性;构造了基于连分式的广义高斯分布形状参数β的迭代格式。实验结果表明在不同方差噪声时,基于连分式迭代算法在计算时间复杂度和精度上优于牛顿迭代算法,而且收敛性不受初始值等参数制约,总能收敛到最优值附近。     

基于FCM和BP神经网络的棉麻纤维识别方法研究

提出一种基于模糊c均值(FCM)和BP神经网络的棉麻纤维识别方法。首先,根据纤维横向和纵向截面形态的不同,提取6个特征参数,然后运用模糊c均值算法将样本聚类成3类,再将聚类后的数据作为BP神经网络的输入进行训练和预测,最后进行仿真实验。结果表明,将两种算法结合起来用于纤维的识别具有明显优势,是值得推广的纤维识别方法。     

非线性耦合Schrdinger-KdV方程的新精确解

在文献(Phys.Lett.,2008,A372(4):417-423.)的基础上,通过改变辅助微分方程,提出了一种广义的(G’/G)-展开法,并利用该方法求解了耦合Schrdinger-KdV方程,得到耦合Schrdinger-KdV方程的诸多用Jacobi椭圆函数表示的新解,当Jacobi椭圆函数的模m→1或0时,便得到耦合Schrdinger-KdV方程用双曲函数或三角函数表示的精确解.     

基于模糊综合评判模型的中国发电企业国际化评价

针对中国发电企业国际化发展水平的研究近年来才刚刚起步。而进行定量分析的寥寥无几。本文在大量参考有关文献的基础上,以中国发电企业为着眼点,应用模糊综合评价模型,根据一套评价中国发电企业国际化发展程度的指标体系,对华能集团的国际化程度进行了测度。     

模糊命题系统G(o)del和L*中条件真度的比较

首先把条件真度由三值逻辑系统推广到连续值系统Gdel和L＊中,然后通过计算同时包含伴随对（,→）的4个公式（pq）→r,p（q→r）,（p→q）r和p→（qr）基于同一个信息Γ={p}下的条件真度并比较其大小,得到条件真度的大小服从三角模算子的大小顺序,即τL＊≤Gτd.     

基于模糊预测的迭代学习控制器设计

一、引言 间歇生产过程是以顺序的操作步骤进行批量产品生产的过程,广泛应用于精细化工、药品生产、生物制品、现代农业等领域.由于传统的间歇生产过程中人工操作比重大,自动化水平低,间歇过程单元存在非线性、大滞后、时变和数学模型不确定等因素,难以达到理想的控制效果来满足工业生产柔性化趋势和产品多样化的要求.     

广义预测自适应控制及改进算法研究

控制实践中许多复杂的工业系统数学模型很难精确建立,而且工业对象的结构和参数往往具有不确定性,要建立精确的数学模型非常困难.针对此问题提出了广义预测自适应控制算法,在此基础上介绍了隐式广义预测自校正控制,对其进行仿真研究,结果证明了该算法的有效性和优越性.     

数控机床温度测点优化及热误差预测方法研究

热误差补偿技术是提高机床加工精度经济有效的方法,确定最佳关键温度测点布置位置和数目将极大提高机床热误差模型的精度和鲁棒性。针对一台立式加工中心,进行了机床热误差测量试验,根据其温度场,提出了模糊聚类与信息论相结合的方法,寻找最佳温度测点布置位置。该方法根据温度变量间的相似性,对温度变量聚类分组,然后利用互信息法对组内变量单独寻优,实现温度测点优化布置,最后利用多元线性回归分析建立机床热误差预测模型。在VMC1165立式加工中心进行了试验验证,温度测点减少为4个,热误差模型的拟合最大残差降低到5μm以内,相对于其他方法进一步提高机床热误差预测精度。