【摘 要】
：
查尔斯·交夫斯是美国最早的现代作曲家之一，现在被认为是美国二十世纪最伟大的一流作曲家之一。在作曲技术发展方面，比如不协和和弦、多调性、无调性、复节奏、微分音及演
论文部分内容阅读
查尔斯·交夫斯是美国最早的现代作曲家之一，现在被认为是美国二十世纪最伟大的一流作曲家之一。在作曲技术发展方面，比如不协和和弦、多调性、无调性、复节奏、微分音及演奏技术的革新等方面，艾夫斯甚至走在斯特拉文斯基与勋伯格等作曲家的前面。他的作品使用了大量的现代技法，同时也引用了很多美国世俗歌曲、宗教音乐及世界著名作品中的片段，充分反映了美国文化的多元性特点．他的作品不仅具有很深刻的内涵，其中包括哲学、宗教等方面，而且还具有丰富的变化和戏剧性张力．艾夫斯在创作中使用非常多样化的风格。本文首先在概要介绍他
其他文献
元诗的发展、分期、特色等宏观问题的研究，自上世纪90年代初就有开展，现在看来，这些问题都需要重新审视。深入考察会发现，元诗发展的历程、元代诗坛的状况，都呈现出与中国古代其他
利用MATLAB的Web应用,设计了MATLAB的远程命令窗口。提出了远程命令窗口的设计方案,为方案的实现给出详细的原理及方法,并就设计完成的成果进行了实验,验证结果显示完全具有command window的功能,而且还具有处理M文件的功能,从而为实现MATLAB的远程仿真、演示、设计实验提供了广阔的前景。
以互联网实现对远程控制的监控已成为工业控制的新趋势。在基于软PLC和现场总线技术的基础上,给出了通过Web对远程的控制过程进行监控的解决方案,在其中采用多层结构和Web服务技术提高了系统的性能,实现了在现场总线网络内网与Internet外网之间的信息交换。基于软PLC和Web的现场总线远程监控是一种有效的工业自动化和管理信息化的集成解决方案。
提出了国防研究院所对外科技竞争的3个发展阶段,从打破封闭保守的思想观念、科学制定发展战略、积极参与国家和军队科技发展规划的制定、发挥优势与特色、以国家级重点重大项
传统的神经网络集成中各子网络之间的相关性较大,从而影响集成的泛化能力。为此,提出用负相关学习算法来训练神经网络集成,以增加子网络间的差异度,从而提高集成的泛化能力。并将基于负相关学习法的神经网络集成应用于中医舌诊诊断,以肝病病证诊断进行仿真。实验结果表明:基于负相关学习法的神经网络集成比单个子网和传统神经网络集成更能有效地提高其泛化能力。因此,基于负相关神经网络集成算法的研究是可行的、有效的。
地址空间随机化ASR(address space randomization)技术的目的是使进程空间不可预测,从而保护系统不受攻击。研究了几乎所有主流的ASR系统和技术的原理;分析了其优缺点;研究了对部分ASR系统进行攻击的方法;最后提出了实现实用的ASR系统需要注意的一些问题。
随着互联网信息的快速剧增,文本过滤技术成为互联网内容处理的关键技术,对海量信息处理具有很重要的意义。目前研究热点是基于语义的过滤方法,但是这些方法一般都需要大量规则和领域知识的支持,可用性不是很好。为了使机器更好地理解用户需求和文本内容,使过滤结果更能反映用户的真正需求,提高文本过滤的准确率和召回率,提出了基于用户本体模型UOM的文本信息过滤方法。该方法主要包括UOM构建、文本结构分析、文本概念提
在大型VOD(VideoOnDemand)系统中,服务器需要响应来自用户的大量并发请求,不仅视频服务器成为系统的瓶颈,负责负载均衡的应用服务器也日益成为系统的瓶颈。基于分布式VOD系统的结构,采用并行遗传算法对大型分布式VOD系统的负载均衡进行了研究,提出并实现了一种基于并行遗传算法的分布式VOD系统负载均衡调度算法。实验结果表明,与不采用负载均衡和采用串行遗传算法的负载均衡调度算法相比,该算法能
提出一种有效解决不相互独立语音源信号混合的分离算法。利用子带分解方法,将混合信号分解成多个子带信号,在各个子带上分别进行语音分离得出语音分离信号,利用提出的相关性能指数,判断出相互独立的子带信号,把该子带的分离矩阵作为混合信号的解混合矩阵对混合信号进行分离。实验证明了本算法对相关语音源信号较好的分离效果。
现代汉语中“多数”一词，放在逻辑的视野中分析，它具有的特性，局限性以及经典一阶的分析。自然环境中“多数”是作用类似于“所有”、“有的”。逻辑语境中它被经典一阶看作逻辑