含动物名称词的汉英习语的文化褒贬意义与翻译

许多动物名称词都具有文化褒贬意义。在中西文化中，有的文化褒贬意义相近，有的却不同。一般来说，对动物名称褒贬意义相近的有关词语可采用同化或异化翻译手段，但在褒贬意义不同的情况下，一般只宜采用同化翻译手段。     

社会比较对薪酬不公平感的心理作用机制

运用社会比较理论,分析了在组织内部影响薪酬不公平感的社会比较类型与评判内容;利用对比效应与同化效应,解释了薪酬不公平感的形成。在此基础上,探讨了人力资源管理中减少或克服人际攀比带来不良影响的途径。     

数据同化框架下红外与可见光图像的可控融合

针对现有图像融合方法的规则不易根据融合图像的后续使用要求进行自适应调整,并且各种方法的优点不易综合的问题,提出一种数据同化框架下的基于粒子群优化(PSD)和差分进化(DE)算法的融合方法。该方法把比率低通金字塔变换作为数据同化系统的模型算子,把非下采样的Contourlet变换(NSCT,nonsubsampled contourlet transform)作为观测算子,根据后续处理对图像各个属性指标值的依赖程度构造目标函数,再利用PSD和DE的混合算法来优化目标函数从而获取合适的影像。两组实验从视觉效果和定量指标两方面验证了方法的有效性。     

基于数据同化的图像融合方法研究

数据同化凭借其在数值预报中将观测数据与理论模型相结合的特点,目前广泛应用于遥感图像处理及图像融合领域。文中介绍了数据同化的含义和数据同化系统的构成,并分析了其应用于图像融合的原理;结合现有的研究成果着重分析了数据同化框架下结合不同优化算法的图像融合方法,并对其进行分类比较,给出了各方法的优缺点和研究成果及应用;最后在总结了各种基于数据同化的图像融合方法普遍存在的问题的基础上,探讨了进一步发展与研究的方向。     

面向多源电力感知终端的异构多参量特征级融合:融合模式、融合框架与场景验证

对多源电力感知终端产生的异构多参量数据进行融合分析,是实现电力物联网下电力目标有效感知的关键.目前,电力多参量融合仍以同构多参量融合和决策级异构多参量融合为主,异构、多源的融合及分析技术薄弱,无法满足电力物联网下的异构多参量深度融合需求.该文提出一种适用于电力结构化时序参量和非结构化图像参量的普适性融合框架,可用于电力对象的描述性、预测性或决策性分析.首先考虑电力时序参量的时间和空间特性,将其转换为适用于非线性混沌系统的递归图,从而使其和非结构化电力图像具有相同的描述空间;然后用卷积神经网络对二类参量进行特征提取,并对特征矩阵按权重进行拼接融合、全连接和目标感知;最后,以输电线路覆冰等级感知和绝缘子污秽等级感知为应用场景,从精确性和容错性角度对所提模型进行分析,验证了所提模型的普适性.     

基于双EnKF的土壤水分与土壤属性参数同时估计

为提高土壤水分数据同化结果的精度,将基于双集合卡尔曼滤波(Dual Ensemble Kalman Filter,DEnKF)的状态-参数估计方案与简单生物圈模型(simple biosphere model 2,SiB2)相结合,同时更新土壤水分和优化模型参数(土壤属性参数)。选用2008年6月1日~10月29日黑河上游阿柔冻融观测站为参考站,开展了同化表层土壤水分观测数据的实验。研究结果表明:DEnKF可同时优化土壤属性参数和改进土壤水分估计,该方法对表层土壤水分估计的精度0.04高于EnKF算法的精度0.05。当观测数据稀少时,DEnKF算法仍然可以得到较高精度的土壤水分估计,3层土壤水分的估计精度在0.02~0.05之间。     

无线传感器网络动态密钥管理方法

设计安全、合理的密钥管理方法,是解决无线传感器网络安全性问题的核心内容.提出了EEHS(a novel energy efficient and highly survivable dynamic key management scheme),是一种基于EBS(exclusion basis system)的、适合于大规模分簇式无线传感器网络的动态密钥管理方法,它具有安全性强、能量效率高、动态性能好、可扩展性强等特点.一种新型多项式密钥(同化多项式密钥)被运用在了EEHS的EBS管理密钥中,显著地提高了网络的抗捕获能力.当节点被捕获时,EEHS还可以动态取消并更新被捕获节点所拥有的全部密钥,最终驱逐被捕获的节点.为提高网络的能量效率和鲁棒性,EEHS将密钥分配和密钥生成等功能分配给簇内不同的功能节点,且传感器节点轮流作为功能节点使用.仿真与分析结果表明,与相关工作相比,EEHS可以显著提高网络的能量效率、延长网络寿命、加强网络安全性.     

数据同化框架下基于差分进化的遥感图像融合

针对现有融合方法的结果图像不易根据后续处理的要求进行自适应调整, 不同方法的优点不易综合的问题, 借鉴气象领域中的数据同化系统能综合其模型算子和观测算子两者优点的思想, 提出一个基于差分进化的遥感图像融合框架. 在该框架下, 将基于对比度àtrous的Contourlet变换作为模型算子, 独立分量分析和àtrous小波变换作为观测算子, 用差分进化(Differential evolution, DE)算法来优化由图像定量评价指标组成的目标函数, 从而获取更合适的图像. 二组实验从视觉效果和定量指标两方面验证了该框架的有效性.     

有机硅树脂合成及其共混改性研究

通过实验筛选出合成有机硅树脂的配方，讨论了原料配比、水解温度，介质酸度和溶剂组成对有机硅树脂的影响。采用傅里叶变换红外光谱表征了聚甲基丙烯酸丁酯(PBMA)共混改性有机硅树脂前后的结构特征；采用扫描电子显微镜分析了有机硅树脂、PBMA和PBMA共混改性有机硅树脂的微观结构，进而探讨，改性有机硅树脂室温同化机理，即有机硅树脂分子和PBMA分子之间的互相介入、互相贯穿使之形成网络，具有了自由基协同效应。     

观测数据时空密度对集合卡尔曼滤波计算精度的影响

集合卡尔曼滤波（EnKF）算法在地下水数据同化领域中的应用受到了越来越广泛的关注。作为同化系统的重要组成部分,观测数据的空间/时间密度的配置直接影响滤波运算结果。本文构造了一个理想二维地下水流算例考察空间/时间密度对传统EnKF和局域化EnKF的影响。研究结果表明：随着空间密度的增大,局域化EnKF运算精度增高,而传统EnKF运算精度无此改进倾向。总体趋势上时间密度增大使EnKF运算精度增高,但对不同数目的观测井方案,这种精度增高的幅度有所变化,观测井越多,增高越不明显。由此得出结论：局域化改进EnKF能够有效同化更多的观测井数据,给出更精确的结果;模拟初期水头变化波动较大,观测数据价值较高;在一定时间密度配置下,低空间密度局域化EnKF运算精度可以接近甚至超过高空间密度配置。