《红楼梦》文化负载词汇英译策略与方法管窥

语言与文化两者是密不可分、相互依存的。翻译不仅涉及到源语与译语两种语言的交流,而且更关系到两种不同文化的交流。汉语文化源远流长、博大精深,众多的文化负载词所蕴含的丰富文化内涵为翻译平添了不少难度。文章基于文化及文化对比视角,对《红楼梦》两种译本中某些文化负载词的翻译策略与方法进行探究与评介,以期对汉语文化负载词汇的英译起到抛砖引玉的作用。     

西部工业发展战略的目标和模式探讨

在工业全局和长远的发展中，必须制定科学的发展战略，才能避免局限性，盲目性，实现资源优化配置，而西部工业发展对整个西部大开发具有举足轻重的作用，本文通过大量的数据分析和预测，制定了西部大开发展的战略目标，并通过战略SWOT分析设计了实现战略目标的模式。     

基于目标成本法的汽车供应链协同成本管理

基于目标成本法，归纳了汽车供应链成本管理的模式，以协同理念为基础，探讨了汽车供应链成本管理的领域，给出了汽车供应链各企业内成本管理、供应链采购环节、销售环节、售后服务环节具体的成本管理方法。     

关于GB/T 20489-2006中聚能射孔器在混凝土靶上穿孔深度评价方法的探讨

混凝土靶被用作检验聚能射孔器穿孔性能的标准物,但混凝土靶存在抗压强度波动大的缺陷,影响了试验结果和评价结论。利用大量同种聚能射孔器在不同抗压强度的混凝土靶对比试验结果,建立了靶抗压强度与穿孔深度的关系,得到了具有代表性的影响规律。在此基础上,提出了新的穿孔深度评价方法,并对国内聚能射孔器产品的整体水平进行了分析,确定了更加合理的评价指标。     

一种SAR与可见光图像压缩感知融合增强方法

针对机载多传感器成像战场态势感知的问题,提出了一种合成孔径雷达(Synthetic Aperture Radar,SAR)与可见光图像压缩感知融合增强方法。该方法首先对SAR与可见光图像分别进行压缩感知测量,得到压缩测量值,然后通过基于局部权值的融合方法实现对压缩测量值的融合,再利用有序度最优分割法提取SAR图像的强散射目标,最后对融合测量值重建得到初步融合图像,初步融合图像通过目标对比度增强得到最终融合图像。对多组图像进行了仿真分析,视觉及数值结果表明该方法能显著增强融合图像的目标对比度,提升了图像纹理清晰度,较大程度降低了图像融合过程中的数据计算量。     

基于中心灰靶决策模型的设备采购评标

设备采购评标是属于典型的多目标综合决策问题,利用中心灰靶决策模型并结合层次分析法进行设备采购评标,并给出评标实例。评标结果表明,基于中心灰靶决策模型的设备采购评标方法能有效地克服目前国内通常采用的评标方法的缺点,为设备采购评标提供了一种定量、客观的评标方法。     

“机会主义”策略及其在我国财政政策规则中的运用?

财政政策既要发挥内在的自动稳定器功能,又要体现政府的政策意图,具有与“机会主义”策略一致的内涵。文章将“机会主义”策略融入财政政策规则,对我国财政政策对通胀和产出的调节是否表现出“机会主义”策略进行了研究,得到的主要结论可以概括为：我国财政政策对通胀和经济增长目标值的关注表现出较强的时变性,且其对经济增长的调节依赖于对经济增速中间目标的偏离程度。当经济增速与中间目标的偏离位于区间[-0.95%,2.85%]内时,财政政策将发挥内生的自动稳定器功能,表现出较强的惰性;而当经济增速与其中间目标的偏离位于该区间外时,财政政策则表现出较强的活性,会对经济增长产生积极的调节作用。     

2D机载雷达目标定位精度分析

对于2D机载雷达,由于缺乏准确的俯仰角信息,无法准确定位地面目标。针对该问题,给出了机载雷达目标定位的数学模型,分析了影响机载雷达目标定位的各种因素,计算了定位的几何精度因子(GDOP),通过仿真,得到了各误差因素综合影响下目标定位精度结果。目标定位精度分析为雷达系统设计,特别是雷达目标如何在数字地图下对目标进行准确定位提供了理论依据。     

一款基于凌阳61单片机的汽车弯道会车雷达设计

介绍了一款3cm微波汽车弯道会车雷达的设计方案。该雷达以凌阳61单片机为核心，充分利用凌阳61单片机的DSP处理功能和语音处理功能。该装置安装在行驶的汽车上，使行驶的汽车在弯道处能自动探测出前方行驶车辆，有效避免汽车出现会车险情。该装置结构简单，灵敏度高，适用于行驶在山区公路的各种汽车。     

采用航迹特征的智能机型识别

针对空战目标识别中机型自动识别比较困难的问题,提出了采用航迹特征的智能目标识别方法。利用卷积神经网络（Convolutional Neural Network,CNN）分层学习特征的能力,训练CNN算法模型自动地从航迹数据中学习有用的特征并分类。利用沿海实地采集的15个类别的飞机航迹数据,经一系列数据预处理后作为智能识别算法的训练和测试数据,在验证实验中描述了算法网络的相关配置,对比了CNN与其他分类器的识别结果。实验结果表明,CNN具有很好的识别性能。