概念整合视角下英语幽默生成机制研究

Sul的幽默乖讹—消解理论,认为乖讹在心智中生成一定的心理能量,并在消解能量过程中产生幽默效果,然而没有在语言层面上解释其具体心理机制。本研究发现:乖讹消解过程中存在概念整合现象,幽默接受者发现乖讹后,形成乖讹产生概念域,消解乖讹过程中形成消解概念域,两个域间在语音、词汇、句法及语篇层面上具有类属性,从而实现消解的过程。     

基于Geodatabase的矿区地质灾害数据库的设计

为了研究和治理矿山开采地区几种常见地质灾害,提高对地质灾害数据的掌握,文中在对矿区地质灾害数据进行收集和整理的基础上,通过对相关技术空间数据引擎、Geodatabase模型进行了简单的介绍,并重点叙述了矿区地质灾害信息管理系统中空间数据库和属性数据库的设计方法及过程,最后从两个数据库的连接等方面,对空间数据和属性数据进行汇总、加工、校验和入库,从而完成了数据库的建立。结果表明:该数据库一旦建立,可满足矿区地质灾害管理一体化的需要,可以为区域地质灾害易发性、危险性区划提供直接的数据支持,为地质灾害信息系统在防灾规划中的应用莫定基础,也为防灾减灾工作提供科学依据。     

大数据偏序结构生成原理

形式概念分析是一种强有力的数据分析和可视化工具,自提出至今已被应用到数据挖掘、知识发现等领域.但由于概念间复杂的关系使得概念格中的连线错综复杂,尤其是在处理大的形式背景时显得尤为混乱.形式背景中所包含的属性间关系、对象间关系以及对象一属性关系是形式背景的本质关系,本文在人类认知事物哲学原理的指导下,构建了以描述属性间关系和区分对象为基本目的的偏序结构图,并描述了其构建方法.该种图形层次分明、结构清晰,不存在线的交叉连接,具有比较好的可视化效果,尤其计算方法简单,存在应用到大数据的潜能,为大数据数据分析和知识发现提供了一种潜在工具.     

基于属性相关的朴素贝叶斯分类算法

朴素贝叶斯分类器是一种简单、高效的分类算法,它以贝叶斯定理和最大后验假设为理论基础,然而朴素贝叶斯分类器属性之间相互独立的假设,影响了朴素贝叶斯分类器的性能.提出先使用基于相关的属性选择算法进行属性选择,然后在选择的属性集上,用朴素贝叶斯分类器对数据集进行分类.实验证明,与未使用属性选择的实验结果相比,使用基于相关的属性选择算法进行属性选择后,朴素贝叶斯分类器平均分类正确率提高,分类效率显著提升.     

浅析定语从句与其主句的逻辑关系

就定语从句与其主句的逻辑关系进行分析,揭示了定语从句和主句之间具有原因、条件、让步、结果、转折等逻辑关系。     

力矩导纳的测量和测量结果的修正

在使用力矩激励器测量转动自由度导纳的过程中,由于测量结果的精确度受到被测结构的影响,在有些情况下其测量结果与实际值有较大的误差,本文分析了误差产生的原因,提出了一种对测量结果进行修正的方法,经实验证明,这种方法是可行的     

地震沉积学在杏树岗油田扶余油层中的应用

松辽盆地杏树岗油田扶余油层以陆相河流、三角洲沉积体系为主,砂体厚度薄,横向变化快。由于地震分辨率的限制,大部分地震反射连续性差,能量变化大,空间分布非常不稳定,在细分层序单元内(一般是四级或四级以上层序)等时对比追踪每一个层序界面是困难的,而沿等时切片进行属性提取与分析,则存在穿时现象。针对这种情况,利用地震沉积学基本理论,结合松辽盆地实际沉积特征,采用基于参考标准层的层拉平精细解释、井震统层建立等时地层格架、等比例地层切片技术、最佳属性视窗刻画地震地貌等技术对该区河道砂体进行了精细刻画,在实际应用中取得了良好的效果,研究区内河道沉积特征得到清晰刻画,同时也进一步丰富和发展了地震沉积学,并形成了陆相地震沉积学研究方法和基本工作流程。     

新型功能聚合物在低渗透油层中

在传统聚丙烯酰胺的基础上,合成了一种新型改性功能聚合物.该聚合物分子量在700-900万之间.依据油层渗透率与聚驱分子量的匹配性得知[1],其目的层是低渗透油层.测试了该聚合物的流动性及驱油效率.结果表明在低渗透油藏中,该聚合物具有较高的阻力系数和残余阻力系数,展示出良好的可注入性和流度控制能力.同时,该聚合物能有效提高低渗透油层聚驱采收率7％以上,远高于传统700万低分聚合物4％左右的采收率.因此,该聚合物与低渗透油层有着较好的匹配性,具备工业推广应用前景.     

有限深量子阱中电子迁移率的压力效应

考虑量子阱中局域类体光学声子模及界面光学声子模的影响,采用介电连续模型,运用力平衡方程研究GaAs/AlxGa1-xAs量子阱中声子模对电子迁移率影响随阱宽的变化关系及其压力效应.结果表明,在窄阱时迁移率主要受界面光学声子模的影响,随着阱宽的增加,局域类体光学声子模对迁移率的影响逐渐增加;两种声子模的散射作用均使电子迁移率随外加压力增加而减小,在窄阱时压力效应更加明显.     

规则推理与实例推理在模具加工刀具智能化选择中的应用

规则推理（RBR）和实例推理（CBR）是使用已有经验来解决问题的两种不同的方法,结合这两种技术并将其用于刀具选择,有利于模具加工的智能化发展．首先,根据刀具选择任务的特点,采用“分而治之”的原则,把刀具选择划分为刀具类型及材料选择和刀具几何参数确定两个子任务,并对两个子任务分别采用RBR和CBR两种不同的推理方法．同时对实例的框架表示、基于模糊贴近度的实例相似性度量以及实例特征的权重计算等关键技术进行了研究,并给出了相应的实例．