检索结果-南通市图书馆

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

中国当代现实题材陶瓷雕塑的创作实践研究

中国当代现实题材陶瓷雕塑的创作实践研究

作者：左浩扬景德镇陶瓷大学

学位级别：硕士

现实题材是艺术创作中重要的创作题材,艺术家通过对生活的体验和感悟,将生活中的人或物通过各种艺术形式呈现。当代现实题材陶瓷雕塑作品不仅表现了生动的造型语言,还呈现出对于材料地不断探索和实践,传递着艺术家对精神品质的内在追求... 详细信息

现实题材是艺术创作中重要的创作题材,艺术家通过对生活的体验和感悟,将生活中的人或物通过各种艺术形式呈现。当代现实题材陶瓷雕塑作品不仅表现了生动的造型语言,还呈现出对于材料地不断探索和实践,传递着艺术家对精神品质的内在追求。本文以现实题材陶瓷雕塑为研究对象,运用案例分析和文献研究等方法梳理古今经典的现实题材陶瓷雕塑作品,通过分析当代现实题材陶瓷雕塑的艺术特点,研究其在多个方面的进步性和创新性,总结出中国当代现实题材陶瓷雕塑创作中跨学科、多形式等各种多元的表达方式,从而为当代现实题材理论研究和创作实践起到参考价值。笔者通过“矿山工人系列”创作实践,深刻理解现实题材创作的内涵与意义,注重表现对象的真实性和生动性。在此基础上,探索陶瓷材料语言的多种表现形式,形成对现实题材陶瓷雕塑创作的全新认知,为当代陶瓷雕塑艺术的发展注入新的活力。

关键词：现实题材陶瓷雕塑当代艺术跨学科材料语言

山区桥梁免涂装耐候钢耐腐蚀性能及细部构造研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

山区桥梁免涂装耐候钢耐腐蚀性能及细部构造研究

作者：熊扬重庆交通大学

学位级别：硕士

RoboGarden教育网站本地化翻译实践报告

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

RoboGarden教育网站本地化翻译实践报告

作者：于慧扬烟台大学

学位级别：硕士

随着教育资源的全球共享,教育企业需要将其产品或服务本地化,以满足使用不同语言的目标客户需求。因此,教育领域的网站本地化翻译是需要探讨的课题之一。本项目的任务是对机器人乐园编程教育网站进行本地化翻译,为中国目标用户提供准确... 详细信息

随着教育资源的全球共享,教育企业需要将其产品或服务本地化,以满足使用不同语言的目标客户需求。因此,教育领域的网站本地化翻译是需要探讨的课题之一。本项目的任务是对机器人乐园编程教育网站进行本地化翻译,为中国目标用户提供准确的信息。根据莱斯的文本类型理论,该项目包括信息型文本和感染型文本,这两种文本分别具有信息功能和感染功能。在案例分析中,译者结合上述功能和网站本地化翻译研究,讨论了教育网站文本的特点,涵盖了专业性、逻辑严密性、可读性、互动性、实用性和趣味性六个方面,为译者在审校和案例分析时提供了方向。结合教育网站文本的功能和特点,本报告总结出教育网站本地化翻译过程中会出现碎片化信息、感染型文本和长句子三个翻译难点。译者需要以准确、易懂的方式重现原文内容,并使译文在目标读者中产生预期反应,以期实现教育网站文本的信息和感染功能。为此,报告提出了三个翻译策略。首先,译者应核查信息,通过寻找完整语境和建立翻译术语表来确保翻译的准确性和统一性;其次,译者可以通过视角转化、增补信息以及使用四字格结构来保留并增强文本的感染功能;最后,译者应简化长句子,通过删除冗余信息、运用短句使译文符合中国目标用户的表达习惯并降低目标读者的理解难度。翻译实践证明这些翻译策略的使用能够有效提高译文质量。

关键词：本地化翻译教育网站文本类型理论翻译策略

央行沟通作用下投资者情绪对股市波动的影响研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

央行沟通作用下投资者情绪对股市波动的影响研究

作者：古佳丽河南财经政法大学

学位级别：硕士

投资者情绪在股票市场的稳定中扮演着至关重要的角色,它像是市场中的风向标,受到各种外部因素的影响。从宏观经济的动向到社交媒体上的言论,再到新闻事件的传播,这些因素都有可能引发投资者情绪的波动。中央银行作为宏观经济管理的主导... 详细信息

投资者情绪在股票市场的稳定中扮演着至关重要的角色,它像是市场中的风向标,受到各种外部因素的影响。从宏观经济的动向到社交媒体上的言论,再到新闻事件的传播,这些因素都有可能引发投资者情绪的波动。中央银行作为宏观经济管理的主导者,有效引导公众预期,降低投资者情绪波动是其重要职责之一。因此,探讨投资者情绪对股市波动的影响,以及央行向公众传递货币政策意图和对未来走势预期的沟通行为,能否减少市场对于政策走向的猜测,从而有效降低投资者情绪对股市波动的影响,对金融市场的稳定性和经济的健康发展都具有深远的意义。本文基于行为金融学理论、信息不对称理论和预期管理理论,从理论层面分析了投资者情绪影响股票市场和央行沟通作用传递的内在机制,进而提出本文的研究假设。在实证研究方面,本文依据相关文献使用主成分分析法构建了传统的投资者情绪指数,和剔除了央行沟通影响的投资者情绪指数,使用上证指数收益率的月度标准差作为衡量股市波动的指标。在此基础上,分别建立了2个DCC-GARCH模型和2个TVP-VAR模型,通过对比研究,探讨了央行沟通作用下投资者情绪与股市波动的动态相关性和投资者情绪对股市波动影响的时变特征。通过实证研究,得出本文的三个结论:1.整体来看,无论是否考虑央行沟通的影响,投资者情绪与股市波动之间有显著的正相关关系,即高涨的投资者情绪会加剧股市波动,反之则会降低股市波动。2.央行沟通的影响削弱了投资者情绪对股市波动之间的相关程度。3.央行沟通的作用能够降低投资者情绪对股市波动的影响。最后,根据研究结论,本文从投资者和中央银行两方面提出了一些建议。

关键词：股票市场投资者情绪央行沟通 TVP-VAR DCC-GARCH

交通管制条件下的危险品道路运输路径优化研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

交通管制条件下的危险品道路运输路径优化研究

作者：张博扬山东交通学院

学位级别：硕士

随着石化产业的高速发展,我国危险品运输行业正处于快速发展阶段。危险品的内陆运输主要依赖道路运输,截至2022年,我国危险品道路运输量约为14亿吨,约占危险品运输总量的七成。与此同时,危险品道路运输事故频发,对人民生命财产安全造成... 详细信息

随着石化产业的高速发展,我国危险品运输行业正处于快速发展阶段。危险品的内陆运输主要依赖道路运输,截至2022年,我国危险品道路运输量约为14亿吨,约占危险品运输总量的七成。与此同时,危险品道路运输事故频发,对人民生命财产安全造成严重威胁。为降低危险品道路运输风险和事故影响,综合考虑政府和承运人关注的运输目标,遵循危险品交通管制规定,对危险品道路运输路径优化问题进行研究与分析。查阅国内外关于危险品运输风险评价方法、路径优化研究以及安全管理方面的文献,以全面了解当前危险品运输领域的研究现状。结合我国及山东省的危险品道路运输现状,提出目前危险品运输企业现存问题。研究危险品道路运输多目标路径优化问题。首先对危险品道路运输风险进行分析。考虑车流量对事故率的影响,引入车流量修正系数对事故率进行修正。根据人口活动的潮汐性,分为两个时段,利用人口热力图对路段周边人口暴露程度进行评估。对影响区域内的不同敏感环境进行面积统计与处理,确定受影响的敏感环境总面积,将其划分等级。结合人口暴露风险和敏感环境破坏风险,构建危险品道路运输风险评估模型。其次,考虑运输距离、货运量以及运输单价等因素,构建危险品道路运输成本模型。随后,将我国危险品道路交通管制加入约束条件之中,构建目标函数是最小化路段总风险和总成本的多目标路径优化模型。最后,利用MATLAB编程,采用快速非支配遗传(NSGA-Ⅱ)算法和迪杰斯特拉(Dijkstra)最短路算法对实例进行求解,得到多条路径方案,将两个算法得到的结果进行对比分析。结果表明,交通管制条件下的危险品道路运输多目标路径优化模型提高了优化方案的可行性,使危险品运输路径方案更满足实际需求。研究拓宽了危险品道路运输路径优化领域的研究思路,模型可以有效求解危险品道路运输多目标路径优化问题,为管理者选择运输路径提供参考。

关键词：交通管制危险品道路运输路径优化风险分析 NSGA-Ⅱ算法

房地产企业的信用风险：基于事前预判与事后回溯的比较研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

房地产企业的信用风险：基于事前预判与事后回溯的比较研究

作者：胥扬集美大学

学位级别：硕士

房地产是中国经济的支柱产业,其健康发展对于宏观经济的稳定和金融市场的安全至关重要。然而,近年来房地产企业违约事件频发,这不仅给投资者和供应商的投资判断带来了巨大的不确定性,也给我国经济带来了潜在的风险。因此,如何精准识别... 详细信息

房地产是中国经济的支柱产业,其健康发展对于宏观经济的稳定和金融市场的安全至关重要。然而,近年来房地产企业违约事件频发,这不仅给投资者和供应商的投资判断带来了巨大的不确定性,也给我国经济带来了潜在的风险。因此,如何精准识别房地产企业的信用风险、防范其债券违约,已成为当务之急。信用评级作为最重要、使用最广泛的参考依据,却在近些年的实际应用中暴露出评级系统性高估、评级滞后和机构间结果不一致三个问题。基于此,需要采取措施以发挥信用评级的参考作用,当务之急是寻找影响信用风险的真实因素,对房地产企业信用评级方法进行优化调整,为市场投资者和供应商提供真正值得参考的意见。本研究针对房地产企业信用风险的识别和防范问题,采用双向固定效应模型和Logit模型,对131家上市房地产企业2017年至2022年的财务数据和债券市场信息进行了深入分析。用信用利差反映投资者对市场风险状况的预测,用是否违约反映企业是否产生违约风险的既成事实,创新性地从将来和过去两条路径入手,分别实证研究信用风险的影响因素,为优化房地产企业信用评级理论提供了重要依据。结果显示:从显著性水平来看,盈利能力和偿债能力是决定房地产企业信用风险的核心因素,其中,盈利能力对信用利差的影响更大,而偿债能力与是否违约的相关度更高。这说明投资者对能够及时由市场反映的、容易获取和分析的盈利能力关注更多,但对缺乏自然传播渠道、需要由专业人士进行深入分析的偿债能力关注不够,而根据既成事实可知,偿债能力才是决定企业能否按时偿还债务的关键,需要重点关注。但这一结论未能被投资者充分利用,导致风险预测和违约事实之间存在矛盾,投资者的判断并非准确客观。

关键词：信用风险信用利差违约风险盈利能力偿债能力

高Hg组分HgCdTe和(Cd1-xZnx)3As2薄膜外延生长和磁输运特性研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

高Hg组分HgCdTe和(Cd1-xZnx)3As2薄膜外延生长和磁输运特性研究

作者：刘欣扬上海师范大学

学位级别：硕士

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

陕西省碳排放时空格局演变及其影响因素

中国环境科学 2024年第4期44卷 1826-1839页

作者：陈怡凌莉古圳威张渝刘京西北农林科技大学资源环境学院陕西杨凌712100 农业农村部西北旱地农业绿色低碳重点实验室陕西杨凌712100 陕西省农业检验检测中心陕西西安710014

基于DMSP/OLS和NPP/VIIRS夜间灯光数据,运用探索性空间分析、冷热点分析和标准差椭圆分析等方法,估算了2000~2020年陕西省碳排放量,探讨了陕西省碳排放的时空演化特征,并构建了空间杜宾面板模型分析其影响因素.结果表明:(1)2000~2020年... 详细信息

基于DMSP/OLS和NPP/VIIRS夜间灯光数据,运用探索性空间分析、冷热点分析和标准差椭圆分析等方法,估算了2000~2020年陕西省碳排放量,探讨了陕西省碳排放的时空演化特征,并构建了空间杜宾面板模型分析其影响因素.结果表明:(1)2000~2020年陕西省碳排放总量呈现持续增长趋势;碳排放分布具有显著的地域差异规律,呈现“陕北>关中>陕南”的分布态势.(2)碳排放重心向陕西东北方向移动,说明陕西东部地区和北部地区对全省碳排放量的影响作用加强;碳排放具有显著的空间正自相关性,即表现为集聚效应;碳排放的冷热点转化较为明显,热点在陕北地区扩张,冷点逐渐消失.(3)陕西省碳排放的直接正向影响因素有城镇化率、人口数量、单位GDP能耗、产业结构和经济增长,其中城镇化快速发展和人口规模扩大是陕西省碳排放持续增长的主要推动力.

关键词：碳排放夜间灯光数据时空格局影响因素陕西省

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于改进VMD和神经网络的股票预测研究

基于改进VMD和神经网络的股票预测研究

作者：林思扬长春工业大学

学位级别：硕士

股票预测对于金融产品定价、资产最优化配置、投机策略研究和风险管理等方面至关重要,有很多专家学者致力于股票价格预测分析。但是由于股票价格的波动性和非线性的特性,对股票预测带来了很大的困难,就使得一些机器学习方法被应用于股... 详细信息

股票预测对于金融产品定价、资产最优化配置、投机策略研究和风险管理等方面至关重要,有很多专家学者致力于股票价格预测分析。但是由于股票价格的波动性和非线性的特性,对股票预测带来了很大的困难,就使得一些机器学习方法被应用于股票预测中。因此本文运用混沌理论对股票市场进行非线性分析,将改进的变分模态分解与神经网络进行结合应用到股票预测研究中。首先对数据进行分解,本文选择变分模态分解(Variational Mode Decomposition,VMD)进行分解,但是由于变分模态分解中参数K和α值无法确定,所以先用互信息方法求得最佳K值,然后用鲸鱼优化算法寻找最佳α值,再进行VMD分解。对分解后的数据进行相空间重构,然后选择径向基神经网络(Radial Basis Function,RBF)和长短期记忆神经网络(Long Short-term Memory Networks,LSTM)进行预测研究。第一部分提出了WOA-MVMD-RBF股票预测模型。首先选择经典混沌Lorenz-x仿真时间序列进行模拟研究,对其进行改进的变分模态分解,再进行相空间重构,最后进行WOA-MVMD-RBF预测,测试集预测效果较好。为了进一步说明本文提出的WOA-MVMD-RBF预测模型的有效性,选取了RBF、VMD-RBF、MVMD-RBF三个模型进行对比,采用相同的模拟数据进行预测实验,验证了该模型对混沌Lorenz-x仿真时间序列进行预测的有效性;在实证分析部分,选择上证指数和沪深300每日收盘价作为研究对象,两组数据的Lyapunov指数分别为0.0609和0.0914,显著大于零,意味着上证指数和沪深300序列具有混沌特性,并运用LASSO方法进行变量选择。然后进行WOA-MVMD-RBF预测,结果显示效果良好,该模型对股票预测的有效性。第二部分本文提出了WOA-MVMD-LSTM股票预测模型。在保证数据、数据预处理以及分解方法不变的条件下对模拟数据进行了预测,选取了LSTM、VMD-LSTM、MVMD-LSTM三个模型进行对比,结果显示所提出的WOA-MVMD-LSTM模型效果最佳。并对上证指数和沪深300指数每日收盘价进行了预测,结果显示拟合度很高。最后选择八个模型进行对比分析,来测试预测效果,根据上证指数和沪深300指数对比分析结果显示,本文提出的WOA-MVMD-RBF模型优于BP、DNN、RBF、VMD-RBF和MVMD-RBF模型;提出的WOA-MVMD-LSTM模型是优于BP、DNN、LSTM、VMD-LSTM和MVMD-LSTM模型;且WOA-MVMD-RBF和WOA-MVMD-LSTM对比结果看,后者效果更好,拟合度是最高的。这说明两个模型对预测混沌的股票数据效果良好。因此,本文提出的WOA-MVMD-RBF和WOA-MVMD-LSTM模型能有效提高单一预测模型的预测精度,为股票价格预测提出了一种新的解决办法,对于规避和管控风险也具有重要意义,有助于投资者更加有效地应对市场波动和不确定性。

关键词：混沌时间序列股票变分模态分解神经网络 LASSO