论文部分内容阅读
基于彼得纽马克文本类型理论的外宣文本英译报告 ——以《中国战疫！》（节选）英译为例
【出 处】
：
北京交通大学
【发表日期】
：
2021年01期
其他文献
股票趋势预测旨在预测公司股票的未来趋势,从而让投资者规避风险,获取比较大的收益。由于股票趋势预测方法的研究具有十分重要的理论意义和实用价值,所以长期以来一直吸引着学者们的关注。但是,股票市场瞬息万变,影响股票走势的因素有很多,如股票价格的历史曲线图、金融新闻以及社交媒体评论等,导致趋势预测的难度增加。随着深度学习和自然语言技术的飞速发展,学者可以充分利用这些新技术从股票价格数据和金融新闻、社交媒体
强化学习在信息论、机器人、自动控制与无人驾驶等领域已经取得了非常出色的应用成果。通过对强化学习的不断深入研究,部分强化学习算法被证明具备一定解决复杂问题的能力。而强化学习算法往往面对复杂多变的应用场景,算法的稳定性直接影响了算法的实际运行结果。目前,对强化学习算法的稳定性评估已经取得了较好的研究成果。现有的工作大多通过对算法施加不同种类的算法攻击与修改算法超参数来完成算法稳定性的评估。但上述工作的
工业4.0.是基于传统制造业和数字技术的结合。此背景下,各企业必须不断探索新技术以保持自身竞争力。增材制造是一种数字化制造技术,它使企业能够重新设计供应链的结构。在获取三维数据的基础上,逐层打印固体物体的生产过程。传统的供应链效率取决于流水线产能、劳动力成本、材料可用性以及流程的复杂性。而增材制造则摆脱了这些限制,通过允许在更接近需求点的时刻生产难以成型的小批量零件,以此减少供应链中不必要的生产环
激光作为20世纪最伟大的发明之一,凭借单色性、相干性、方向性等传统光源无法实现的技术优势,已经应用于诸多领域,如光纤通信、光纤传感、全光信息处理、光存储、激光加工、激光手术、光刻技术、激光雷达以及激光武器等。高精度激光分束技术是激光加工、光刻、光镊以及激光手术等先进制造与医疗领域的共性关键技术,也是当前激光应用技术的发展前沿。现有高精度激光分束技术主要用于实现均匀光强分布的双光束,任意空间分布与任
随着机器学习、深度学习等人工智能技术的不断革新。由互联网所带来的数据规模也在不断扩大。而这些网络数据一般格式各异,且普遍存在不均衡性。在当前人工智能领域中,不均衡的数据对机器学习算法来说是致命的,轻则模型效果直线下降,重则模型直接瘫痪。数据不均衡领域的研究仍有较大的意义。近年来,生成式对抗网络（GAN）横空出世,在图像领域、医学领域等都具有很大的贡献,比如风格转换、人脸生成、动漫图像生成等。本文提
大跨度斜拉桥以轻柔、对风敏感为主要特征,容易受到风荷载的激扰产生强烈的振动,影响结构的使用安全。近年来,公-轨两用斜拉桥得到了较为广泛的应用,对其进行抗风性能的研究对保证桥梁结构及桥上轨道交通运行安全具有重要意义。本文以拟建的巴拿马四桥——一座主跨510m的公轨两用斜拉桥为工程背景,对其进行风振响应及静风稳定性研究,主要内容如下:（1）阐述了大跨度桥梁几何非线性理论的研究历程,对其静风稳定性及风振
随着我国高铁营业里程和动车组保有量的不断攀升,动车组运维检修工作日渐繁重,如何提高检修效率成为当下亟待解决的问题。为提高检修效率,越来越多的设备增加了状态监测功能,实现对故障状态的告警提示。然而,由于故障的传递性,根源告警通过列车网络传输会产生大量次生告警,使得依据告警信息排查故障的效率依然不高。因此,开展告警相关性分析研究、挖掘根源告警并压缩告警数量,对提高检修维护效率、降低运维成本具有重要现实
随着高速列车运行速度以及人们对乘车舒适性的要求不断提高,车内噪声控制变得越来越重要。如果通过仿真的方法在车辆生产之前进行车内噪声预测,并针对噪声较大的部位有针对性的提出噪声控制方案,这样可以减少列车的制造成本,缩短设计周期。本文以某型号高速列车受电弓车为研究对象,建立受电弓车的噪声预测仿真模型,采用统计能量分析的方法对时速达到400千米的车内噪声进行预测,根据预测结果有针对性的提出降噪方案使其满足
高速铁路的蓬勃发展不仅极大地改善了我国的交通运输状态,而且活跃了国家经济活动,促进了工农业生产的发展和国民生活水平的提高,产生了巨大的社会效益。在保障高速铁路正常运营过程中,铁路轨检车的定期巡检为保障行车安全、平稳、舒适和指导轨道养护维修提供了重要支撑。与此同时,也积攒了大量的轨道动态检测数据,对其深度挖掘的研究还处于起步阶段,面临的关键挑战之一就是如何检测设备故障或潜在的轨道病害导致的一些铁路轨