【摘 要】
:
随着信息技术的快速发展,翻译技术已成为翻译研究的重要领域.文章以中国知网(CNKI)数据库收录的12种外语类核心期刊共1631篇期刊论文为研究对象,运用可视化软件CiteSpace,绘制发文量、关键词及主要研究者的科学知识图谱,分析国内翻译技术的研究热点及发展趋势.分析发现,目前国内翻译研究不均衡,以语料库为基础的翻译研究为主.不同学科之间缺乏合作,缺乏对翻译技术层面的分析,翻译技术研究者较少.
【机 构】
:
西安工程大学,陕西 西安 710048
论文部分内容阅读
随着信息技术的快速发展,翻译技术已成为翻译研究的重要领域.文章以中国知网(CNKI)数据库收录的12种外语类核心期刊共1631篇期刊论文为研究对象,运用可视化软件CiteSpace,绘制发文量、关键词及主要研究者的科学知识图谱,分析国内翻译技术的研究热点及发展趋势.分析发现,目前国内翻译研究不均衡,以语料库为基础的翻译研究为主.不同学科之间缺乏合作,缺乏对翻译技术层面的分析,翻译技术研究者较少.
其他文献
车载瞌睡检测系统是一种内部设有GPS及通讯录,以数据准确可靠、全程跟踪、精细化以及便捷高效为特色的瞌睡检测系统.当驾驶员打着瞌睡驾驶时,该系统会自动通过AI人脸检测进行判断,将瞌睡状态及车辆所在位置等信息通知给中央控制中心或交通事故研究所,同时系统能够连接到外部求助中心的移动电话,以综合性和多层性方法防止事故发生.
若要科学、有效地开展高速公路施工区交通仿真分析,需要对仿真模型的参数进行标定,标定工作必须符合实际交通规律,且具有可复用性.文章采用无人机视频录制法进行交通流数据采集,基于遗传算法进行了仿真模型的自动化标定程序设计,完成了封闭超车道施工区仿真模型参数的标定工作,并证明了参数标定的有效性,最终运用标定好的仿真模型,进行了施工区交通运行状态建模仿真及交通影响分析.
针对大量阅读者的阅读能力制约着其阅读效果的难题提出了一种基于机器学习的馆内行为模式分析方法.首先,研究了一种“宏-微”复合视觉成像方法及工作原理;其次,研究了基于图像特征的阅读行为模式识别算法;最后,将基于馆内目标图像获取的阅读行为模式与实际的阅读行为模式进行对比分析.并由实验验证该文提出的方法能够精准、稳定地识别馆内阅读者的阅读行为模式.
舰船在海浪中航行受到海浪、海风等环境因素干扰,不可避免地产生摇摆,给舰船的海上航行造成很大的安全隐患.舰船航行过程中,运动姿态会受到耦合作用、不定周期等诸多因素的干扰,因此很难精确地预测舰船的短期运动姿态.文章提出一种新的预测方法,将机器学习DBN网络与PID网络相互结合,建立DBN-PID模型对舰船的姿态变化进行短期预测.模型有效地解决了舰船运动姿态预测时间短、误差大的问题,具有良好的工程应用价值.
目前在针对自闭症的分类研究中,构建阈值连接网络时,大多因不合理的阈值设置而影响最终分类结果.为了避免传统方法阈值选择的问题,文章对自闭症患者的最小生成树脑功能网络进行了研究,报告了正常被试与自闭症患者脑功能连接网络的差异,并设计了基于支持向量机的分类模型,实现对自闭症的分类工作.文中获得的分类准确率达到81.76%,相比于传统方法具有更高的敏感度和特异性.
当前越来越多的场景需要将手写体的文字转换为电子格式,手写体识别成为人机交互最便捷的手段之一,拥有广泛的应用前景.文章提出了一种基于TensorFlow框架的深度学习手写识别方法,包含手写数字识别和手写汉字识别.以TensorFlow为框架,采用CNN神经网络模型建立训练集以降低识别错误率.实验结果最终表明,对手写数字的识别率达到95%,对手写汉字的识别率达到90%.
近年来,利用深度学习技术实现古诗自动生成逐渐火热.研究者多采用基于语句或基于图片作为古诗自动生成系统的输入,完成古诗的自动生成.研究发现,目前基于语句作为输入时多受限于输入字数的限制,导致无法满足想要进行自由创作的需要.为此,文章基于深度学习利用LSTM神经网络实现了一种古诗自动生成系统,该系统可基于任意长度语句作为输入实现古诗自动生成;为了方便操作和查看,利用Tkinter实现了系统功能的可视化;最后通过人工评估方法论证了系统的可行性.
文章通过给某核电站设计了一套基于智能管理柜的便携作业记录仪管理系统,包括便携作业记录仪、数据传输、海量存储与备份、人员信息及作业流程的综合管理,系统经过实际应用和推广,论证了该系统可有效增强厂区检修期间管理柜的科技含量.复杂场景的多种应用,客观地记录工作过程,行之有效地推动了作业流程的规范化、科学化、智能化,提高了工作效率,实际降低了人工成本.
数字集成塔台系统集成了空管雷达自动化功能、Ⅳ级A-SMGCS功能、管制综合信息功能,通过引接用户所需数据进行内部格式统一后由核心系统完成数据处理,实现空中及地面航迹态势显示、电子进程单显示、记录与回放、系统监视与控制功能.文章介绍了该项目在桂林的研发背景,设计的思路,系统框架、具体服务器部署及软件功能实现,显示终端数据流的传递等内容.集成塔台项目在桂林的成功部署与验证,为该系统早日全面投产提供了强有力的支持.
为了获得精度更高的服装销量预测结果,提出一种基于LSTM神经网络的服装销量预测方法.LSTM神经网络具有较好的非线性和自适应特性,可以更好地挖掘时序数据中的时序特征和非线性特征,从而获得更加符合实际的预测结果值.使用某服装企业的服装销量时间序列数据集训练LSTM模型,设计与经典时间序列预测模型ARIMA的对比实验.实验结果表明,该模型能够有效提升服装销量预测任务的精度.