跨文化背景下英汉习语的翻译

习语是语言的一个组成部分,语言学习不能独立于习语学习之外。为了使人们充分了解两种习语在跨文化背景下的差异,从风俗习惯、生存环境、宗教信仰、历史典故和价值观等方面对其进行了探讨。     

瑞特元昌——从容应对新挑战

位于上海嘉定区马陆镇马东工业园区的瑞特元昌文化用品（上海）有限公司是瑞典ISABERG RAPID AB公司全资控股的独资企业，总投资额6975万元，注册资金3511万元。主要从事生产和销售订书机，打孔机，重型装订机，订书钉等装订系列产品，进行产品研究和开发，提供售后服务。公司拥有“瑞特”（Rapid),“元昌”（YuanChang)，“长城”（Great Wall)，“上海”（Shanghai)等著名品牌，公司前身上海瑞特元昌文化用品有限公司是由瑞典ISABERG RAPID AB公司与上海元昌集团核心主体合资成立的中外合资企业，随着ISABERG RAPID AB公司对中国的投资信心增加，在2002年底全额收购了元昌集团的所有股份。2003年独资公司成立以来，公司在售价下降，原材料涨价的双重压力下，实现盈利，迈出了坚实的一步，目前新产品SOON系列正以强劲的势头向市场倾力推出。     

粉煤灰基聚合材料制备试验研究

粉煤灰矿物聚合材料利用粉煤灰非晶态硅铝酸盐的特点,经过碱激发剂激发,使得粉煤灰、偏高岭土、砂子等混合物料中的硅铝结构发生解聚。正交试验表明,考查的4个因素、3个水平中,影响因素主次顺序为:固液比NaOH浓度Na_2SiO_3占液相比粉煤灰掺量,最好的试验方案是A_1B_2C_2D_1,即:粉煤灰掺量50%,NaOH浓度8%(mol/L),固液比1.5,Na_2SiO_3占液相比50%,其抗压强度值为6.17MPa。     

超纯煤制备技术研究进展

制备超纯煤是提高煤炭附加值、拓展其产业链的有效途径之一。从化学和物理2方面的制备技术,较详细地列举了近些年制备超纯煤的研究成果。目前的化学制备技术在工业应用上还有很大局限性,需要研究温和的化学或物理-化学制备新技术。物理制备技术则在超细粉碎和精确分选方面有了很多措施的研究,也取得了不少研究成果,这也是超纯煤制备技术的重点发展方向。     

生物质催化活化褐煤制备活性炭

以典型生物质中的K、Na碱金属为催化剂,贵州褐煤为原料,水蒸气为活化剂,利用物理活化法制备活性炭.采用盐酸和氟硅酸混合液联合除灰,当浓盐酸和氟硅酸的体积比为1 ∶ 1,脱灰温度为70℃时,脱灰率达85.7％.最佳活化温度及时间均为玉米秸秆＜核桃壳＜稻壳,与生物质中K、Na碱金属含量的高低顺序相反.生物质添加量过低,催化...     

原生磷矿及其风化矿中微量和稀土元素特征分析

本文对织金原生磷矿及其风化矿中的微量元素、稀土元素进行了研究,并结合前期研究成果对矿床矿石的地球化学特征进行了分析。原生矿与风化矿中微量元素的富集主要有Ba、Ce、La、Nd、Sr、Y等的富集;w(U)/w(Th)值表明原生矿后期受热液沉积作用的影响较大,风化矿具有明显的残积富集特征;w(Sr)/w(Ba)值表明该磷矿属于碎屑岩性磷矿;w(Zr)/w(Hf)值表明原生矿与热液活动早期有关,风化矿与热液活动后期有关。无论风化矿还是原生矿,轻稀土相对更富集,LREE/HREE平均为1.35,元素Ce、Eu均出现明显的负异常,稀土元素特征表明该磷矿属于正常海相沉积岩磷矿。     

微波辅助气流床煤气化工艺研究

为寻求一种对煤种及汽氧比无任何特殊要求的煤气化工艺,采用微波为辅助热源,以吸波剂为传热介质,以低温低压饱和水蒸气为单一气化剂对无烟煤、烟煤、褐煤进行气流床煤气化。结果表明,在正交试验的最佳工艺条件下,以流量为2.2 L/s、158.7℃饱和水蒸气为气化剂,800 W微波功率下,75 g无烟煤与MnO_2基吸波剂以质量配比3∶1混匀后在直径10 mm反应器中的稳定气流床气化温度为1 966℃,完全气化时间为10.7 s,单位质量煤气化微波能耗仅为114.2 kJ/kg,所制水煤气中CO和H_2的含量为94.1%。当稳定气化温度为1 742℃时,所制水煤气中CO_2体积分数仅为0.8%,本工艺的高温环境对变换反应进行了有效抑制。无烟煤、烟煤、褐煤所制水煤气组成随煤与吸波剂配比变化曲线均按CO、CO_2、N__2、H_2、O_2、CH_4的顺序顺时针旋转,小管径反应器具有更快的气化速度及更低的能耗。     

无烟煤煤样用浮选柱降灰试验研究

煤炭在浮选过程中,高灰细泥对精煤的影响非常严重,针对这种情况,可以考虑使用具有高效分选效果的浮选柱。把煤样分成两组,运用浮选柱考察不同入浮浓度对浮选效果的影响。从精煤质量指标看,第一组的灰分为11.17%,产率为59.24%,第二组的灰分为11.96%,产率为61.35%;可见随着入浮浓度的增加,精煤的产率和灰分都在增大,由于本课题研究的内容就是尽量降低精煤灰分,所以较低的入浮浓度是优先选择的方向。     

生成链接树：一种高数据真实性的反事实解释生成方法

超大的数据规模及结构复杂的深度模型在互联网数据的处理与应用方面表现出了优异的性能,但降低了人工智能(Artificial Intelligence, AI)系统的可解释性。反事实解释(Counterfactual Explanations, CE)作为可解释性领域研究中一种特殊的解释方法,受到了很多研究者的关注。反事实解释除了作为解释外,也可以被视为一种生成的数据。从应用角度出发,文中提出了一种生成具有高数据真实性反事实解释的方法,称为生成链接树(Generative Link Tree, GLT),采用分治策略与局部贪心策略,依据训练数据中出现的案例生成反事实解释。文中对反事实解释的生成方法进行了总结并选取了其中热门的数据集来验证GLT方法。此外,提出“数据真实性(Data Fidelity, DF)”的指标,用于评估反事实解释作为数据的有效性和潜在应用能力。与基线方法相比,GLT生成的反事实解释数据的真实性明显高于基线模型所生成的反事实解释。