论文部分内容阅读
水肿从气血论治验案二则湖南医科大学湘雅医院（４１０００８）刘如秀功能性水肿是一种较常见的水肿，因其发病原因不明，故亦称原因不明性水肿。临床应用西药利尿剂水肿可减轻或消失，但停药后常反复，缺乏根治办法。刘志明老（中国中医研究院广安门医院主任医师）认为，
水肿从气血论治验案二则
【摘 要】
：
水肿从气血论治验案二则湖南医科大学湘雅医院（４１０００８）刘如秀功能性水肿是一种较常见的水肿，因其发病原因不明，故亦称原因不明性水肿。临床应用西药利尿剂水肿可减轻或消失，但停药后常反复，缺乏根治办法。刘志明老（中国中医研究院广安门医院主任医师）认为，...
【机 构】
：
湖南中医杂志
【出 处】
：
湖南中医杂志
【发表日期】
：
1994年04期
其他文献
同声传译作为高度复杂的语际转换活动,译员需要在接收源语输入的同时完成目标语输出的任务,因而自我修正现象时有发生。尽管学界目前已进行丰富的自我修正实证性研究,但却鲜有针对同传学习者的相关跟踪性研究。因此,本跟踪性研究旨在聚焦英汉同传初学者在四个月的同传训练期间的自我修正现象,基于前人自我修正框架探索性地提出一种适用于英汉同传的自我修正分类框架,从而探究学习者在修正总量,修正类别,各类修正频次以及修正
学位
深度学习近年来在图片分类、图像生成、文本情绪分析等领域获得巨大成功。在深度学习中,深度卷积网络因为利用了权重共享和稀疏连接特性在机器视觉中有着广泛应用。尽管深度卷积网络有强大的拟合能力,但是网络的训练非常困难。在以前的文献中,利用残差连接改善了深度卷积网络训练困难的问题。受到残余连接与神经微分方程的启发,本文提出使用学习到的中间特征的拉格朗日多项式插值的形式,通过多次利用低级特征降低网络的估计误差
学位
电话口译指译员借助电话或手机提供的一种远程口译服务。电话口译的时间、空间限制较小,对口译员的能力要求相对较低,具有便利性高、成本较低等优势。同时非言语信息的缺失、口译话题的不确定性,这些因素也给电话口译员的工作带来了挑战。戈夫曼的参与框架理论认为,会话参与者通常会拥有一到多种不同的身份,从而形成参与框架。参与者角色可分为发声者、作者和责任者,发声者不改变原话内容和形式,也不为说话内容负责;作者通常
学位
作为影响力最深远、引入我国最早的口译理论,释义理论以及该理论的核心主张-脱离源语语言外壳假说无疑在指导口译教学与实践方面发挥了极大的作用,但即便如此,该理论仍存在诸多问题等待探讨。本研究从实际口译学习过程中遇到的问题出发,即汉英同传和英汉同传相比,学生普遍认为汉英同传难度更大,而且受母语形式的影响更大,英语词汇、句型积累的匮乏也导致他们在翻译时倾向于直译,很难做到摆脱源语形式,而这又和释义理论所主
学位
自我评价和同伴评价在语言学习中有利于学生反思,提升学生自主学习能力,但其准确性和可靠性仍存在争议。目前,口译研究已开始关注自评互评这一话题,但相较于写作和口语评估研究,口译的自评互评研究略显不足。且已有研究较少关注语言和口译能力与评估能力的关系。对此,本研究招募了十二位被试,探究口译和语言能力对学生评价能力的影响,拟为口译课程设计和自评互评在口译课堂的实践提供建议。研究为期一学期的历时研究（共三次
学位
无线自组织网络具有无中心、自组织的特点,最早应用于军事领域,后来扩展到灾区救援,临时通信等场景。作为无线自组织网络协议栈的关键组成部分,介质访问控制（Medium Access Control,MAC）层接入协议一直受到国内外学者的广泛研究。其中,带有冲突避免的载波监听多址访问接入（Carrier Sense Multiple Access with Collision Avoidance,CSM
学位
大数据时代各种各样的信息喷涌而出。为了适应大数据时代,提高人们检索资料的效率,自动文本摘要技术成为研究的热点。自动文本摘要技术旨在用短小、简洁、凝练的句子表达源文本内容,是减少资源查找时间的有效手段。深度学习的发展使得对自动摘要技术的研究从抽取式摘要过渡到生成式摘要。生成式摘要模型的主流范式是编码器-解码器结构。编码器融合源文本信息,解码器利用编码器的输出生成摘要。这种方式更加符合人工生成摘要的方
学位
计算机技术近几年取得的成就和对相关领域带来的影响有目共睹。其中教育是不能避开的话题,随着对优质教育均衡发展的重视,教育应用软件的作用也日益突出,手写体数学文本识别便是其中的核心部分之一。但是由于数学公式中存在分式、指数和根式等二维结构给混合文本的检测和识别带来了挑战,导致该领域在很长一段时间内进展缓慢。为此,本文以真实场景下的数学混合文本为研究基础,致力于解决混合文本的检测和识别任务。论文主要工作
学位
机器学习模型的表现很大程度上依赖于数据量的大小。然而,随着隐私保护意识的提高,数据共享变得越来越困难。很多机构由于行业特点或利益关系,不愿共享数据,这降低了数据的使用价值,同时也对机器学习提出了更大的挑战。联邦学习框架的提出很好地缓解这了个问题,它可以让参与者在不暴露本地数据的情况下共同训练一个机器学习模型。在联邦学习中,参与者训练本地模型,将模型参数上传至服务器进行聚合,得到全局模型,以此达到使
学位