UPRE方法在图像恢复正则化参数自适应选择中的应用

大多数图像恢复都是不适定问题,需要利用正则化方法将病态方程转化为适定方程。正则化参数主要用于调节图像保真度与图像光滑度之间的平衡,与图像恢复质量的好坏有着密切关系。无偏预计风险估计(UPRE)方法可以自适应选择最佳正则化参数,基于数学理论分析和图像恢复实验,验证了该方法在图像恢复中的可行性和有效性。

基于定向采样和自适应选择的免疫算法

针对算法容易陷入局部最优以及无法很好保持多样性等不足,提出一种基于定向采样和自适应选择的免疫算法(DSASIA)。利用在线种群信息动态选择个体;采用自适应比例克隆方式平衡全局和局部搜索能力,确保收敛性;采取定向采样策略识别子代个体,保证多样性。在13个测试函数上与其它4种多目标优化算法进行对比,实验结果表明,DSASIA算法可以较快求出帕累托解集,且解具有更好的多样性和收敛性。

基于混合自适应选择模型的燃气轮机建模

单轴燃气轮机联合循环机组作为参与电网调峰谷、调频的重要装备,其运行性能直接关系到电网安全。为提高电网可靠性,该文提出一种基于混合形式自适应选择算法模型(hybrid-form adaptive selection algorithm model,HASAM)。首先,结合厂家控制策略组态逻辑与偏互信息确定与燃机计算功率相关的变量作为建模对象;然后,利用量子粒子群QPSO辨识模型、深度置信网络DBN算法以及ELMAN算法构建子模型;最后,针对不同工况,结合QPSO优化的DBN分类模型自适应选择子模型进行燃机计算功率预测。基于9E燃气轮机工况数据验证结果表明,提出的算法能够准确的预测燃气轮机计算功率。

翻译适应选择论下的“名从主人”翻译原则研究——以新疆地名英译为例

胡庚申的翻译适应选择论聚焦于“语言维”、“文化维”和“交际维”三个维度,以实现翻译的适应性选择转换。“名从主人”是地名翻译时需要遵守的基本原则之一。本文在翻译适应选择论的指导下,主要从“三维”中的“文化维”与“交际维”两个层面,遵循“名从主人”的翻译原则,探究新疆地名英译的翻译方法,通过二维结合达到生态翻译的目的,以提高新疆地名英译的准确性。

翻译适应选择论视角下的陶渊明诗歌英译对比分析

翻译适应选择论对翻译活动有重要影响,强调通过发挥译者的中心作用,实现语言、文化、交际多维转换,来提升译文质量。文章选择陶渊明诗歌英译本为研究对象,分析了生态翻译学的理论内涵,讨论了生态思想以及“适应与选择”理论在陶渊明诗歌中的应用。以《桃花源记》为例,文章从多维转换以及适应选择程度方面,对Hightower和Davis两位翻译家的译文进行对比分析,旨在为中国古籍英译提供思路,推动中国传统文化“走出去”。

可靠性约束下的5G通信频段自适应选择技术

本文提出可靠性约束下的5G通信频段自适应选择技术,解决传统技术在5G通信频段自适应选择中吞吐量较低、5G通信时延较长、可靠性较低的问题。由有向连通图描述5G通信网络拓扑结构,根据5G通信频段特点建立数学模型,描述5G通信频段干扰情况,以5G通信频段干扰最小化为目标建立优化目标函数,并设定5G通信网络可靠性约束条件,利用自适应算法结合可靠性约束条件对目标函数求解,计算最优通信频段,以此完成可靠性约束下的5G通信频段自适应选择。经实验证明,在设计技术应用下5G通信网络吞吐量和通信时延均有所改善和提高,在5G通信频段自适应选择方面具有良好的应用前景。

自适应选择的空间电源系统故障检测技术

为了提高空间电源系统故障检测准确度,将卷积神经网络(Convolutional Neural Networks,CNN)与长短期记忆(Long Short Term Memory,LSTM)相结合,提出了一种自适应选择的空间电源系统故障检测模型,从而实现空间电源系统的故障检测。通过建立数字孪生虚拟模型引入典型故障,增加故障数据种类和数量,作为训练模型的数据集;采用CNN LSTM算法对样本数据集进行机器学习和训练,从而构建故障检测模型。通过实验验证了CNN LSTM模型故障检测准确度可达98%且损失函数值较少;在对各类型故障检测上,平衡F分数最低为96%,最高可达100%,更进一步说明提出方案的有效性和可行性,具有一定的实用价值。

翻译适应选择论视角下的景观设计术语翻译

景观设计术语除专业性、约定性等术语共有特点之外,还具有独特的广泛性。译者在翻译景观设计术语的过程中,会遇到一词多义和日常词汇术语化等难点。本文从翻译适应选择论视角出发,针对语言维、文化维和交际维的适应性选择转换,探讨景观设计领域中有关术语的翻译策略。

基于自适应选择的异构迁移学习的亚实性肺结节浸润程度分类方法

针对小样本情况下,利用CT图像对亚实性肺结节的浸润程度进行术前辅助诊断时深度学习容易出现过拟合的问题,提出了基于自适应选择的异构迁移学习的CT图像分类方法。该方法包括两个部分:①特征提取;②分类模型的构建。首先,提出基于自适应选择的异构迁移学习模型,该模型通过自适应特征选择网络确定源网络与目标网络之间每对特征图以及每对卷积块的匹配权重,这两个权重可自适应选择源网络中有利于目标任务学习的特征以及特征迁移的目的地,提高目标网络在小样本情况下的鲁棒性。然后,将目标网络的卷积核作为特征提取器提取特征。最后,使用基于稀疏贝叶斯的最小绝对收缩和选择算子的分类器进行特征选择和分类,使模型既可避免耗时的交叉验证求解超参数,又具有最优的稀疏解。实验结果(测试集的AUC:0.9355)表明,该方法可为医生提供较好的诊断参考。

翻译适应选择论视角下中国特色文化表述的英译——以《习近平谈治国理政》第三卷为例

《习近平谈治国理政》第三卷英译本是中央文献国际传播较具代表性的范例,书中含有大量中国特色表述,值得认真研究。随着全球性的生态理论热潮发展,基于生态学视角的翻译研究也逐渐进入大众视野。该研究基于生态翻译学中的翻译适应选择论对该书中的中国特色表述英译进行探析。结果表明:为适应翻译的生态环境,译者选择了归化和异化的翻译策略以及直译、编译、语义翻译等不同的翻译技巧,来翻译古诗文和成语俗语等中国特色表述,有助于中国文化走出去。希望本研究能够丰富生态翻译学实践研究的文本类型。

从翻译适应选择论看理雅各英译《道德经》

翻译适应选择论以译者为中心,以多维度适应和选择为原则,以三维适应选择转换为方法研究翻译。理雅各英译《道德经》在身份角色、社会环境、翻译目的和翻译原则与方法等多方面多维度作出适应和选择,并突出表现在语言维、文化维和交际维这三维的适应选择转换,适应翻译生态环境,理译《道德经》有高度的整合适应选择度。

自适应选择进化算法的多目标无功优化方法

基于帕累托最优概念的多目标进化算法在电力系统无功优化领域已有广泛应用,但目前通过某种单一算法求解的方式由于进化算子的唯一性,难以保证进化过程不同寻优阶段的普适性和鲁棒性,因此提出一种基于多种进化算法自适应选择的多目标无功优化方法。通过分析已有多目标进化算法的特征,考虑协调性与互补性,建立包含4类算法的备选池;在进化过程不同阶段根据寻优性能自适应地确定备选算法的使用比例,从而综合多种算法的性能优势,提高整体寻优效率。以IEEE 30节点标准系统的多目标无功优化为算例,从帕累托前沿、外部解及C指标等方面与已有单一算法的优化结果进行比较,表明所提新方法在整个进化过程中都显示出了更优的收敛特性。

从翻译适应选择论看中国高校校名英译

以"翻译适应选择"论为依据,通过对多所高校的英译名进行分析,认为高校校名翻译过程是对翻译生态环境的多维度适应和选择,从而指出高校校名英译应该最大程度地适应翻译生态环境,选择恰当的翻译策略,提高中国高校校名英译质量。

从生态翻译学的视角对比模因翻译论和翻译适应选择论

生态翻译学是用生态学的视角,借以达尔文创立的生物进化论中"适应、选择"理论,对翻译实践中的实质、方法、技巧、标准等加以解释,从而建构生态学视角的翻译研究新途径。生态翻译学作为新兴的翻译视角有着广阔的发展空间和发展前景。文章将模因翻译论与生态翻译学的基础理论,即适应选择论进行比较,进一步具体分析生态翻译学说。

从译文看译论——翻译适应选择论应用例析

翻译适应选择论的提出受到了译界的关注,然而,任何理论的价值都在于它解释和指导实际的程度。本文拟通过对若干译文的分析,进一步阐述和例证翻译适应选择论在不同方式、不同类型翻译活动中的具体应用。翻译方式包括笔译、口译、字幕和配音等;翻译题材涉及文学艺术、政治外交、经济商贸、科学技术、新闻传播等。文章认为,不同翻译理念(或者说不同译论)指导下的译法会有所不同;反过来,不同的译法也能从一个侧面体现出不同的翻译理念。本文的译例分析试图表明,翻译适应选择论对产生恰当译文的翻译实践具有可操作性和解释力。

无显式表达小波基的自适应选择

研究了无显式表达小波基的自适应选择问题。从不同应用角度定义了评价小波基分解效果的两种适应度函数 ;所给出的适应度函数曲面实例充分说明了对小波进行自适应选择的必要性。利用这两种适应度函数 ,提出了一种改进的遗传算法 ,对小波参数方程中的参数进行搜索 ,并利用适应度函数对搜索结果进行评价 ,实现了信号的自适应小波基分解 ,在此基础上给出了自适应小波基分解的实例 ,并与 Daubechies小波的分解结果进行对比 。

从翻译适应选择论视角看葛浩文译本《狼图腾》的适应选择

胡庚申教授提出的翻译适应选择论界定了"翻译即适应与选择"的主题概念和"译者为中心"的核心理念。以翻译适应选择论为视角,探讨《狼图腾》葛浩文英译本取得成功的原因,指出它的成功是译者对翻译生态环境适应选择以及多维度适应性选择转换的结果,从而说明翻译适应选择论的强大解释功能。

基于特征自适应选择的金字塔均值漂移跟踪方法

针对均值漂移跟踪算法框架不足以对目标帧间运动过大及快速尺度变化进行有效地处理,且单个图像特征对环境适应性较差.提出了一种特征自适应选择方法,通过分析目标与背景的特征区分度来选择出最有效的特征.将金字塔自适应分解和均值漂移跟踪结合,提出了金字塔均值漂移跟踪方法.采用背景加权直方图描述目标模板模型,核函数加权直方图描述候选目标模型,由粗到精定位目标,并给出了目标尺度自适应更新方法.多个视频序列的实验结果表明:本文方法能够有效处理目标快速运动、尺度变化、摄像机运动、局部遮挡等情况,实现复杂场景下的目标跟踪.

无线传感器网络的中继节点自适应选择休眠机制

针对无线传感器网络节点能量有限的问题,设计一种中继节点自适应休眠方法,对网络节点的工作时间进行优化调度。在路由链路建立中,根据网络中节点的地理位置、剩余能量选择中继节点的方法进行节点休眠调度。网络工作时通过计算下一跳最佳节点位置,选取其附近区域内剩余能量多的节点作为下一跳的转发节点,设计出中继节点自适应选择的节点休眠机制。仿真结果表明,所设计的休眠机制提高了节点能量利用效率、延长了网络工作时间。

图像复原中正则化参数的自适应选择方法

大多数图像复原问题都具有病态性质,需要利用正则化技术对问题加以约束。约束最小二乘法中正则化参数能够对求解后图像的精度和平滑程度加以调节并使两者之间取得平衡,与复原图像质量的好坏有着直接的关系。提出了一种自适应选择正则化参数(ASRP)方法,根据图像边缘信息自适应地确定正则化参数值,保证了复原结果为全局最优解,同时实现了复原图像边缘细节的良好保持。通过实验验证了该算法的正确性和可行性。