关于开设MTI特色专业方向及相关课程设置的思考

从不同区域翻译市场对翻译人才有不同要求的特点出发,探讨MTI培养中特色专业方向开设及其相关课程设置这一问题,认为MTI培养单位应根据本区域翻译市场的需求,结合自身的师资和教学条件设置有自身特色的专业方向,并配置相应的专业核心课程和方向必修及选修课程,以确保MTI项目实现培养高层次、应用型、专业性翻译人才的目的。

超额翻译和欠额翻译的成因探讨

从"作者意图"这一概念出发,文章对超额翻译和欠额翻译的概念做了界定,并对其成因进行了探究。认为理想的翻译应该是译出原著作者的信息意图,让原著作者展示给读者的语境起调节作用,达到传递信息意图的目的。译者对译文读者是否理解原作语境会有错误的估计,以致采取了不当的翻译策略,这正是造成超额翻译和欠额翻译问题的根源。

话语隐含理论及其在听力理解中的应用

介绍了3种话语隐含,即普通会话隐含、特殊会话隐含和规约隐含,并希望通过对话语隐含理论的应用来获取会话者真正的话语意图.掌握好这些隐含理论有助于提高听力理解能力.语言教师和学生如果能将这些隐含理论应用到听力的教与学中,必将获益匪浅.

英语写作中汉式英语分析

就学生英语习作中出现的种种汉式英语的表现形式进行分析,并试图找出产生这些汉式英语的原因.在分析这些原因的基础上提出了在写作教学中应采取的几项对策,旨在帮助学生写出地道的英语,提高其写作水平.

礼貌原则指导下的外贸信函写作

人类在语言交际中总要遵循礼貌原则,外贸活动中来往的信函也是一种语言交际,同样应遵循礼貌原则。外贸信函以传播商务信息为主,但最终目的是达成合同并获取利润,因而外贸信函写作应有意识地使用礼貌原则,成功地传达交际信息,进而促进外贸活动的顺利进行。

基于LabVIEW Robotics移动式探测车避障功能设计

以LabVIEW Robotics Starter Kit 2.0硬件平台为基础,结合LabVIEW辅助工具包,设计了具有避障功能的移动探测车。上位机与下位机通信采用串口通信方式,以LabVIEW 2015为主软件,将Robotics2015、Sensors、FPGA、Real-Time、Processing Targets等辅助工具包嵌入到主软件,通过在LabVIEW Robotics2015软件编程设置移动探测车手动启停、自动避障功能。测试表明:该平台的搭建不仅可以实现移动探测车避障功能,而且有利于编程简单化和减少工作量。

计及弃风利用的风机塔筒升降机安装效益估算

在风电场弃风电量严重和风机检修效率低下的情况下,风电场风机塔筒升降机的安装效益性研究对弃风电量利用及提高风机检修效率有着重要的意义。对此,文章从风电场安装塔筒升降机的效益出发,采用概率分布及加权平均法、专家调查法、提升设备电耗分析法分别对风电场弃风电量统计、塔筒升降机安装影响风电场检修效率及人员投入量、塔筒升降机运行能耗三方面进行分析,并建立风电场费用-效益模型,结合风电场实例进行验算,对比风电场安装塔筒升降机及利用弃风电量前后的经济效益。结果表明,塔筒升降机安装后13年3个月收回成本,在塔筒升降机生命周期内为风电场带来了127.8万元收益。

风电塔筒升降机运行能耗研究

在风电塔筒升降能效评价及节能方面的研究中,其运行能耗研究是必不可少的。首先提出一种风电塔筒升降机运行能耗的计算方法。采用直流或交流变频电控系统的提升设备电耗计算方法,对风电塔筒升降机运行能耗进行计算,最后通过风电场实例验算,在塔筒升降机辅助设备内部能耗不变的情况下,计算结果与实测结果误差较小,为评价风电场塔筒升降机能耗提供一种参考依据。

基于GA-ENN特征选择和参数优化的双馈风电机组轴承故障诊断

针对双馈风电机组轴承时域、频域和时频域3种复合故障混合域特征集中的信息冗余或不相关性信息的干扰,导致故障诊断技术存在诊断时间长,诊断精度差的问题,提出一种基于遗传算法(GA)和Elman神经网络(ENN)相结合进行特征选择和参数优化实现故障诊断的新方法。为减小冗余度和不相关信息,采用GA进行特征选择,选出最优特征子集,根据识别误差最小和特征子集数目最少,构造ENN的适应度函数;为更精确识别轴承故障,采用GA优化ENN的权值和阈值参数,再进行故障识别,实例结果表明该方法对故障诊断的有效性和准确性。

煤矿井下紧急避险与应急救援技术分析

煤矿开采伴随着一定的风险,为了加强我国煤矿工人的开采安全,企业必须实施完善的紧急避险机制,保障我国煤炭工人的生命健康。基于当前煤矿企业的各种事故,国家应加强对各企业内部紧急避险措施与应急救援措施的监督和分析,高度重视煤矿开采过程中可能出现的火灾爆炸问题,严格监督企业完善内部的风险防控机制,保证施工工人的安全与健康。基于此,本文对煤矿井下紧急避险与应急救援技术进行了探讨,以供参考。

基于MEEMD-DHENN的滚动轴承故障诊断

针对滚动轴承故障信号非平稳、非线性的特点,提出了把改进的经验模态分解(Modified Ensemble EMD,MEEMD)与双隐层Elman神经网络(Double Hidden-layer Elman Neural Network,DHENN)相结合识别故障类型的方法。用MEEMD选出主要本征模态函数(Principal Intrinsic Mode Function,PIMF),先计算出经补充的总体平均经验模态分解(Complementary Ensemble Empirical Mode Decomposition,CEEMD)得到的各IMF的排列熵值,剔除虚假分量;再对其余分量进行重构用经验模态分解(Empirical mode decomposition,EMD),计算各IMF的方差贡献率,排除贡献率最小的,即为PIMF,经希尔伯特变换求出其能量熵值,构成特征矩阵。构建了双隐层Elman神经网络对故障类型进行识别,通过经验公式与实验得到最佳隐层节点组合,最后与EMD-DHENN和MEEMD-ENN的测试结果相对比,表明基于MEEMD-DHENN识别方法只需迭代26步即可对轴承故障准确分类。

人本性的摹状语指称问题研究

摹状语指称问题研究从语义方法向语用方法转变的过程中,语言使用者在指称关系构建中的重要作用日益得到承认,人本性的摹状语指称问题研究势在必行。文章将语言使用主体作为摹状语指称问题研究的核心,构建起了人本性的摹状语指称问题研究框架,尝试性地回答了"在指称交际中,言者是如何利用摹状语实现向听者指明其意指对象,听者又是如何借摹状语识别言者意指对象的"这一问题。

基于LVQ-CPSO-BP算法的煤体瓦斯渗透率预测方法研究

针对BP神经网络算法对煤体瓦斯渗透率预测精度低问题,筛选出影响预测精度的5个主要因素——1个宏观因素(煤层埋深)和4个微观因素(有效应力、温度、瓦斯压力、抗压强度),提出一种基于学习向量量化神经网络(LVQ)分类、混沌粒子群算法(CPSO)优化、BP神经网络预测的LVQ-CPSO-BP煤体瓦斯渗透率预测方法。从宏观上确定临界值将煤层埋深划分为2层;基于有效应力与瓦斯渗透率之间存在拐点关系,从微观上确定拐点值将有效应力划分为2段;采用LVQ将4个微观样本参数依据拐点特征进行分类识别,采用BP神经网络进行学习训练并输出预测结果,并用CPSO对BP神经网络的权值和阈值进行优化;基于样本案例对本文构建的LVQ-CPSO-BP算法进行预测结果验证,并与BP算法、GA-BP算法及PSO-BP算法预测的结果进行对比分析。结果表明:LVQ分类正确识别率较高,CPSO-BP算法预测精度较好,且优于其他3种算法。LVQ-CPSO-BP算法总体预测值与实测值吻合度高,尤其当有效应力减小时,预测精度更高。

基于LVQ-GA-BP神经网络的煤矿瓦斯涌出量预测

针对煤矿瓦斯涌出量影响因素多、非线性、复杂性等特点,提出了学习向量量化神经网络(LVQ)与GA-BP神经网络相结合的方法。通过LVQ对诸多影响因素进行分类并选出主要影响因素,再用遗传算法(GA)优化BP神经网络的权值和阈值,构建煤矿瓦斯涌出量预测模型,并通过相关数据将建立的LVQ-GA-BP预测模型与BP神经网络进行了对比分析,结果表明通过这种方法平均相对误差为0.025 51,低于BP神经网络训练的平均绝对误差,网络收敛速度也显著提高了。

从信息论和符号学看翻译对等

翻译对等是翻译研究的核心概念之一 ,也是翻译活动的最终目标。但翻译对等研究最易引起争论。本文从信息论的角度出发解释翻译对等的内涵 ,并从符号学角度具体阐述在翻译中如何实现对等 ,使翻译对等的提法落到了实处 ,并使之实现过程具有可操作性。