戈尔丁小说的叙事模式

戈尔丁的小说,如《继承人》、《平切尔.马丁》、《自由落下》、《尖塔》、《看得见的黑暗》等,巧妙地使用象征、隐喻和意象,构成了其独特的叙事模式。这种模式本身富有意义,不仅强化了小说的主题,也增加了其复杂性。     

论铁凝小说中儿童视角的产生机制

铁凝小说成功地运用了儿童视角进行叙事.作为一种重要的叙事策略,儿童视角的运用显示了作家叙事形式和言说方式的文体自觉.笔者在考察作家生平和细读文本的基础上,从母亲意象的缺位与母爱的缺失、"文革"记忆、救赎人类的赤子之心等三个方面,对铁凝小说中儿童视角的产生机制进行深入细致的分析.     

雪莱诗歌中的自然意象研究

自然意象是雪莱诗歌中的重要元素。本文主要分析了雪莱诗歌中自然意象与现代科学、生态意识的觉醒和审美之问的关系。雪莱在诗歌中将自然描写与科学知识有机融合起来,努力缝合科学与人文之间的裂痕。在自然意象的刻画中,他力图打破人与自然的二元对立,表现出了生态意识的觉醒。在自然审美方面,雪莱推崇想象力,追求“崇高美”。雪莱诗歌中的自然意象对当代社会有着重要的启示。     

毛泽东诗词水意象的英译

以帕尔默文化语言学"文化心象理论"来诠释毛泽东诗词中的水意象,通过对比辜正坤和许渊冲二个英译本,讨论水意象能否被完整对译的问题,认为毛泽东诗词中丰富的水意象还有待在进一步的文化交流中得到更完整的诠释。     

基于字符纹理特性的车牌定位研究

提出一种基于车牌区域字符特性和边界检测的车牌区域分割算法。算法首先通过灰度拉伸函数控制所拍摄到的图片的整体灰度,然后使用Sobe1垂直算子增强字符的垂直笔画特性,通过阈值分割和水平差分运算去除大部分的背景区域内容,再通过分别向水平方向和垂直方向投影,依据车牌区域字符的统计特性对候选区域逐一排除,最终实现车牌定位。     

Analysis of the Dramatic Settings at the Beginning and End of the Poem The Love Song of J.Alfred Prufrock

T.S.Eliot is one of the most prominent poets over the world whose poem The Love Song of J.Alfred Prufrock shows his view of poetry.This paper analyzes the dramatic settings at the beginning and at the end of the poem from the prospect of imagery.Through detailed reading of the poem,one aspect of Eliot's poetic prineiples is presented.Moreover,the theme of this poem-waste land and the individual's needs to pursue personal identity-is summed up by analyzing the images.     

基于贝叶斯学习的中文专家系统

对于围绕特定话题进行对话练习的情形,我们用贝叶斯定律构造了中文专家系统的原形。系统里存储的知识来自于中文教科书。学生通过WEB浏览器的用户界面,能够展开对话。本系统自动生成合适的句子来维持用户与系统之间的对话。实验结果表明,本中文专家系统将给学习汉语的学生提供非常实用的工具。     

足球机器人中图像的分割

针对足球机器人比赛中对实时性要求比较高的特点,在机器人识别过程中,采用了一种在颜色采样基础上的YUV颜色空间模型完成彩色图象分割。实验表明,YUV颜色空间模型可以很好的克服光照不同对视觉系统的影响,从而达到目标的正确分割。     

沉淀的意味 升华的形式——美的历程之中国油画阶段

李泽厚在中国美学史上占有举足轻重的地位,他的<美的历程>在中国美学理论界闪闪发光,影响深远.<美的历程>通过对中国历代文艺的梳理展示,向我们理清了各种艺术形式的历史发展脉络,总结了艺术美所形成的根基和特点,形成了"积淀"、"有意味的形式"等美学概念,但它对艺术历史现象的分析止于清代文艺,而对近现代艺术没有做系统内的梳理和阐释.在<美的历程>的理论框架内,以李泽厚的美学理论现对中国近代油画做出理论上的解读无疑具有一定的理论探索意义.     

一种快速自动多目标图像分割算法

针对进化多目标图像分割算法运行时间长且依赖人工挑选最优解的不足,提出一种快速自动多目标图像分割算法。首先使用自适应Mean-shift算法对图像进行预处理,将粗分割结果进行二次分割以提高运行速度;其次选择相互排斥的指标作为多目标的目标函数,并采用RM-MEDA框架对超像素颜色与纹理特征分别进行优化,同时对它们使用不同权值作为目标函数优化;最后由模糊模型从众多Pareto折中解集中自动选择满足实际分割要求的PS解。引入Mean-shift进行预分割,相对于标准的RM-MEDA,其运行速度提高近18%,由模糊模型推荐的Pareto解中,97%的情况符合分割要求。