语料库在翻译课程“教”与“学”中的重要性研究

高校翻译课程的设置是为了让学生掌握翻译相关的知识和技能,发展翻译能力,除了传统的教学方法外,将双语语料库的辅助方法引入翻译课堂,利用其对齐和检索功能为学生提供大量真实的翻译对照文本,无疑对学生会有很大的启发和帮助。文章通过对语料库重要性的研究,阐述其对翻译课程的"教"与"学"所起到的作用及其重要性,真正实现student-centered的教学模式和task-based的课堂实践。     

多智能体系统指定时间双向编队控制

多智能体系统协同控制的收敛速率问题是当前系统与控制领域一个热点研究问题.结合指定时间控制思想,以一般线性动力学系统为控制对象,对多智能体系统双向编队问题进行研究.首先,利用庞特里亚金极大值原理,设计了指定时间双向编队控制器,双向编队指的是被分成两组的智能体最终以指定的编队队形、相反的方向进行运动;其次,通过运动规划算法...     

序列近似优化方法及其在火箭外形快速设计中的应用

针对序列近似优化方法在代理模型构造与采样策略等方面的不足,基于采样点局部密度,引入与局部密度成反比的样本点影响体积概念,通过优化总影响体积确定径向基函数最优核宽度,满足序列近似优化过程不同规模、非均匀样本条件下的函数近似需要;建立潜在可行域最大距离加点准则,并与潜在最优加点准则结合平衡算法的探索能力与开发能力;建立三步收敛判定准则;构建改进序列近似优化的算法流程。对于Golinski减速器的优化设计问题,算法在目标函数调用42次后便搜索到全局最优解,体现了其良好的全局寻优能力与搜索效率。以"天航二号"火箭为例,建立其外形优化问题数学模型,所提优化方法在调用原始计算模型165次之后便搜索到全局最优解,大大提高了设计效率,同时飞行试验也表明设计结果满足要求。     

基于灰关联的砖混建筑抗震易损性指标重要性研究

采用灰关联分析法，通过对大量工程震害数据分析，得出了各砖混结构建筑抗震易损性评价指标与震害的灰关联系数，建立了建筑抗震易损性评价指标重要性模型，并以此依据对结构抗震易损性评价指标的影响程度进一步分析，筛选出影响其灾害损失的主要因素，使得砖混结构建筑抗震易损性预测结果定量化、合理化。     

利用分数抽头均衡器快速定时同步

建立了分数抽头均衡器(FSE)与定时同步相结合的信号模型,分析了定时误差对于均衡性能的影响,提出了一种新的基于FSE的快速定时同步算法。在未知参考序列相位的情况下,利用循环均衡快速收敛并建立同步。在相位跟踪阶段,利用抽头增益跟踪定时相位误差,通过对采样数据进行抽取或插值以及均衡器抽头的移位操作控制相位误差。仿真表明,该算法能在长度为均衡器抽头数的符号周期内快速建立同步,通过采样率的选择可以精确地控制定时相位误差。     

深度置信网络在导弹攻击区分类中的应用

针对传统导弹攻击区解算方法忽略双方态势变化等问题，提出运用深度置信网络的导弹攻击区分类模型。根据导弹命中情况与目标机动间的关系，将导弹攻击区划分为五类。通过分析影响导弹攻击结果的态势参数，构建导弹攻击结果预测模型。在实验部分，结合重构误差和测试错误率确定深度置信网络的网络结构，通过逐层提取数据法分析模型参数特征并且讨论微调数据的采样方式。使用反向传播神经网络和支持向量机进行分类有效性对比实验。实验结果表明：深度置信网络运行速度和预测准确度明显优于其他两种方法，满足实时性和准确性要求，所提方法具有良好的应用价值。     

物体表面的VX和HS的采样方法研究

叙述了物体表面的ＶＸ和ＨＳ（芥子气）的采样方法。对铲漆法、浸泡法、活性硅胶纸片吸附法和棉花球擦试法之间的相关性进行了探讨。其中,活性硅胶纸片吸附法是一种新的采样方法。     

2009年度全国民兵预备役政治教育辅导材料之二 理解“热爱人民”的重要性和内涵 做践行“热爱人民”的模范带头人

当代革命军人核心价值观集中体现为"忠诚于党,热爱人民,报效国家,献身使命,崇尚荣誉"。其中,"热爱人民"是我军官兵与人民群众价值关系的反映,是当代革命军人根本价值取向,也是民兵预备役部队官兵根本价值取向。民兵预备役部队是我国武装力量的重要组成部分,是我军的后备力量。树立"热爱人民"的价值观,对于强化民兵预备役部队官兵精神支柱,解决"为谁服务、如何服务"等立身做人的基本问题,具有十分重大的理论价值和现实指导意义。     

基于异环境重要性采样的增强DDRQN网络

针对局部可观测多智能体学习环境下,智能体与环境频繁交互造成环境不稳定,导致智能体无法使用经验回放机制(experience replay)的问题,采用了一种基于异环境重要性采样的回放经验利用机制。并结合该机制再深度强化学习算法,深度分布式循环Q网络(DDRQN)基础上进行了改进,提出一种增强型的深度分布式循环Q网络。通过对Deep Mind的Py SC2平台Defeat Roaches局部可观测多智能体学习环境实验结果对比分析表明,增强型的深度分布式循环Q网络相比于DDRQN网络,具有良好的学习性能,稳定性、收敛速度均具有显著提升。     

基于UPF的WNN学习算法及其应用

为改善小波网络(WNN)的非线性建模能力,提出一种基于改进无迹粒子滤波(UPF)的WNN学习算法。算法先引入最小偏度策略减少无迹变换(UT)的Sigma采样个数,改进无迹Kalman滤波(UKF);再用改进UKF算法选取粒子滤波的重要性密度函数,构成新型UPF;最后,将SUPF作为WNN的学习算法进行训练和测试。实验表明,基于新采样策略UPF与基本UPF的WNN模型精度总体接近,但速度更快,效率更高,某型军用飞机气动力建模也验证了算法的有效性与可行性。