检索结果-内蒙古大学图书馆

作者：林令娟华东师范大学

学位级别：硕士

格林布拉特的自我形塑理论是基于对托马斯·莫尔、莎士比亚等六位英国文艺复兴时期作家的研究而提出来的,同时也是格林布拉特文化诗学理论的关键所在。表面上看,格氏“自我形塑”所探究的是十六、十七世纪时个人身份感的形成,以证... 详细信息

格林布拉特的自我形塑理论是基于对托马斯·莫尔、莎士比亚等六位英国文艺复兴时期作家的研究而提出来的,同时也是格林布拉特文化诗学理论的关键所在。表面上看,格氏“自我形塑”所探究的是十六、十七世纪时个人身份感的形成,以证明自我是在各种诸如教堂、政府、家庭的社会力量中被塑造而成,然而实际上在现代人的自我形成中依旧可以看到这一相似的过程。这种相似性一方面表明人并不具有先天的主体性,自我其实是被建构的产物,同时也显示出格林布拉特对于文艺复兴时期自我问题的研究具有鲜明的时代意义。就“自我形塑”这一过程而言,格林布拉特认为这种自我身份的形成是能够在文学文本中被察觉和感知的,并且能够以此揭示出这些自我所在社会的权力结构。在自我形塑理论中,文学文本是形塑得以展开的核心场所,尤为重要的是自我造型并不是一个单向性的过程,其中牵涉到作者、读者、文学文本等多个维度,是各种社会能量的复杂流通之旅。格林布拉特运用了包括格尔茨的人类学以及福柯权力理论等学说来完成理论塑形,不仅意味着格氏理论所具有的跨学科性,更意味着格林布拉特一反之前新批评将文学视为与文化和政治剥离的自足之物的激进姿态。如果说自我形塑理论的核心是人的建构性,那么在消解主体性之后,格林布拉特却又表示出对这一结果的茫然,以至于他甚至提出了即便知晓这个自我是虚构的,也要去坚持的观点,这无疑使得格林布拉特的自我形塑理论陷入了巨大的悖论之中。本文的目的便是结合后现代思潮背景去考察格林布拉特自我形塑理论及其悖论的意涵,尤其是在现今后人类的语境下,当人的被建构性被放大到极致时,格林布拉特对于主体性是否已然被取消的犹疑就具有了反思这一理论本身的意义,而这在某种程度上又意味着开启人文主义传统回归信号的可能,当然这种回归是经过反思和批判之后的更高维度的回归,最终指向仍然是非常人文式的对于人类生命完满形式的渴求。

关键词：格林布拉特自我形塑悖论人文主义诉求

来源：评论

学校读者我要写书评

暂无评论

模拟退火微粒群混合算法的研究

模拟退火微粒群混合算法的研究

引用

作者：林令娟山东师范大学

学位级别：硕士

自从20世纪80年代以来，群体智能(Swarm Intelligence)作为一个新兴领域，引起了许多研究人员的关注，已经成为人工智能以及社会、经济、生物等交叉学科的热点和前沿领域。人工神经网络、模拟退火算法、遗传算法、粒子群优化算法和蚁群... 详细信息

自从20世纪80年代以来，群体智能(Swarm Intelligence)作为一个新兴领域，引起了许多研究人员的关注，已经成为人工智能以及社会、经济、生物等交叉学科的热点和前沿领域。人工神经网络、模拟退火算法、遗传算法、粒子群优化算法和蚁群算法，通过模拟某些自然现象和过程发展起来，为优化理论提供了新的思路和手段。1995年提出的微粒群算法简单容易实现，需调整的参数不多，收敛速度快。已广泛应用于目标函数优化、动态环境优化、神经网络训练等多个领域，并在IEEE进化计算年会(IEEE Annual Conference Of Evolutionary Computation，CEC)上成为一个独立的研究分枝。　　模拟退火算法(Simulated Annealing，SA)作为局部搜索算法的扩展，是1982年由***等人提出的一种模拟金属退火机理而建立的随机优化方法。SA接受新模型的方式使其成为一种全局最优算法，并得到理论证明与实际应用的验证。正是由于这种优势的存在，人们成功地将该思想引入组合优化理论。近年来该算法引起了大规模优化设计、数值分析、复杂布局等领域广泛的重视。　　计算机技术、多媒体技术以及Intemet技术的长足发展导致大量图象的出现，目前一个相当重要而又富有挑战性的研究课题:如何有效地、快速地从大规模的图象数据库中检索出需要的图象。基于内容的图象检索技术的研究正是为了解决利用自动获取的图象特征，从图象数据库中检索出相关图象的问题。近年来，此项技术的研究非常活跃，在许多领域都有应用。　　本文主要内容是将模拟退火算法和微粒群优化算法结合起来，并围绕基于内容的图象检索中的一些关键技术，进行了一些探索性的研究。该内容属于图象信息检索和智能算法优化领域的研究重点，具有相当的理论意义和实际应用价值，为设计新的智能分类检索思路的开拓提供支撑平台。主要工作包括:　　1.提出了一种动态自适应微粒群优化算法DAPSO：　　PSO算法存在易陷入局部最优，出现早熟收敛的问题，许多研究都集中于惯性权重w的改进上。具有不同惯性权重的粒子各尽其责，全局寻优和局部寻优同时进行，在保证算法能全局收敛和收敛速度之间做了一个很好的折衷。当算法未搜索到全局最优适应值时，或不满足最优要求时，可采用惯性权重的变异策略。可以较大的概率产生小幅度的扰动以实现局部搜索，又可适当产生大幅度扰动以实现大步长迁移来走出局部极小区域。　　2.提出一种基于“小世界”的动态自适应微粒群优化模型DWPSO　　现有的微粒群算法及其变种皆有着收敛速度慢、容易陷入局部极值等问题，再针对动态自适应微粒群算法有早熟收敛的现象，本文提出一种基于“小世界”的动态自适应微粒群优化模型。在动态小世界微粒群算法的基础上，引入杂交及变异机制，从而减少计算时间以及避免早熟现象。　　3.结合微粒群优化算法和模拟退火算法，提出 SA-DWPSO混合算法。　　在理论上已证明，微粒群优化算法并不能保证收敛于最优解，甚至局部最优解。模拟退火算法已被证明依概率1收敛于全局最优解，因此可以使用模拟退火算法作为PSO算法的收敛依据。通过微粒群局部收敛性与模拟退火全局收敛性的融合，有效的克服了微粒群算法的早熟收敛现象，加快收敛速度。　　4.模拟退火算法和改进的微粒群算法两者有机结合，协同搜索，可保持二者的搜索优势，具有良好的互补性。将该混合算法应用到基于图象特征的图象分类检索中去，达到较好的分类结果。利用VC++。NET2008、SQL Server2005数据库系统和MATLAB在WindowsXP平台上开发完成。分别针对图像的检索、分类、优化等进行了实验分析，设计结果令人满意。

关键词：群体智能局部搜索算法微粒群优化算法内容检索模拟退火算法

来源：评论

学校读者我要写书评

暂无评论

模拟退火微粒群混合算法的研究及应用

模拟退火微粒群混合算法的研究及应用

引用

作者：林令娟山东师范大学

学位级别：硕士

自从20世纪80年代以来,群体智能(Swarm Intelligence)作为一个新兴领域,引起了许多研究人员的关注,已经成为人工智能以及社会、经济、生物等交叉学科的热点和前沿领域。人工神经网络、模拟退火算法、遗传算法、粒子群优化算法和蚁群算法... 详细信息

自从20世纪80年代以来,群体智能(Swarm Intelligence)作为一个新兴领域,引起了许多研究人员的关注,已经成为人工智能以及社会、经济、生物等交叉学科的热点和前沿领域。人工神经网络、模拟退火算法、遗传算法、粒子群优化算法和蚁群算法,通过模拟某些自然现象和过程发展起来,为优化理论提供了新的思路和手段。1995年提出的微粒群算法简单容易实现,需调整的参数不多,收敛速度快。已广泛应用于目标函数优化、动态环境优化、神经网络训练等多个领域,并在IEEE进化计算年会(IEEE Annual Conference Of Evolutionary Computation,CEC)上成为一个独立的研究分枝。模拟退火算法(Simulated Annealing,SA)作为局部搜索算法的扩展,是1982年由***等人提出的一种模拟金属退火机理而建立的随机优化方法。SA接受新模型的方式使其成为一种全局最优算法,并得到理论证明与实际应用的验证。正是由于这种优势的存在,人们成功地将该思想引入组合优化理论。近年来该算法引起了大规模优化设计、数值分析、复杂布局等领域广泛的重视。计算机技术、多媒体技术以及Intemet技术的长足发展导致大量图象的出现,目前一个相当重要而又富有挑战性的研究课题:如何有效地、快速地从大规模的图象数据库中检索出需要的图象。基于内容的图象检索技术的研究正是为了解决利用自动获取的图象特征,从图象数据库中检索出相关图象的问题。近年来,此项技术的研究非常活跃,在许多领域都有应用。本文主要内容是将模拟退火算法和微粒群优化算法结合起来,并围绕基于内容的图象检索中的一些关键技术,进行了一些探索性的研究。该内容属于图象信息检索和智能算法优化领域的研究重点,具有相当的理论意义和实际应用价值,为设计新的智能分类检索思路的开拓提供支撑平台。主要工作包括: 1.提出了一种动态自适应微粒群优化算法DAPSO PSO算法存在易陷入局部最优,出现早熟收敛的问题,许多研究都集中于惯性权重w的改进上。具有不同惯性权重的粒子各尽其责,全局寻优和局部寻优同时进行,在保证算法能全局收敛和收敛速度之间做了一个很好的折衷。当算法未搜索到全局最优适应值时,或不满足最优要求时,可采用惯性权重的变异策略。可以较大的概率产生小幅度的扰动以实现局部搜索,又可适当产生大幅度扰动以实现大步长迁移来走出局部极小区域。 2.提出一种基于“小世界”的动态自适应微粒群优化模型DWPSO 现有的微粒群算法及其变种皆有着收敛速度慢、容易陷入局部极值等问题,再针对动态自适应微粒群算法有早熟收敛的现象,本文提出一种基于“小世界”的动态自适应微粒群优化模型。在动态小世界微粒群算法的基础上,引入杂交及变异机制,从而减少计算时间以及避免早熟现象。 3.结合微粒群优化算法和模拟退火算法,提出SA-DWPSO混合算法。在理论上已证明,微粒群优化算法并不能保证收敛于最优解,甚至局部最优解。模拟退火算法已被证明依概率1收敛于全局最优解,因此可以使用模拟退火算法作为PSO算法的收敛依据。通过微粒群局部收敛性与模拟退火全局收敛性的融合,有效的克服了微粒群算法的早熟收敛现象,加快收敛速度。 4.模拟退火算法和改进的微粒群算法两者有机结合,协同搜索,可保持二者的搜索优势,具有良好的互补性。将该混合算法应用到基于图象特征的图象分类检索中去,达到较好的分类结果。利用VC++.NET 2008、SQL Server2005数据库系统和MATLAB在WindowsXP平台上开发完成。分别针对图像的检索、分类、优化等进行了实验分析,设计结果令人满意。

关键词：微粒群优化模拟退火算法高斯变异 SA-DWPSO 图像分类

来源：评论

学校读者我要写书评

暂无评论

结合SA算法的快速微粒群优化算法

引用

计算机工程与应用 2011年第8期47卷 27-29页

作者：林令娟刘希玉山东师范大学信息科学与工程学院济南250014 山东师范大学管理与经济学院济南250014

理论上已经证明PSO算法用所有微粒的当前位置与全体最好位置相同时算法停止作为收敛准则是有缺陷的,不能保证全局收敛。而已经证明模拟退火算法依概率1收敛于全局最优解集,因此可将模拟退火算法作为PSO算法的收敛判据。将模拟退伙算法... 详细信息

理论上已经证明PSO算法用所有微粒的当前位置与全体最好位置相同时算法停止作为收敛准则是有缺陷的,不能保证全局收敛。而已经证明模拟退火算法依概率1收敛于全局最优解集,因此可将模拟退火算法作为PSO算法的收敛判据。将模拟退伙算法和微利群优化算法结合起来,保证PSO算法的全局收敛性,提高了收敛的速度和效率。实验结果证明了其有效性。

关键词：微粒群优化算法全局收敛协同搜索模拟退火算法

来源：评论

学校读者我要写书评

暂无评论

基于图尔敏论证模型的高中议论文写作教学研究

引用

中学教学参考 2024年第27期 1-3,27页

作者：林令娟华东师范大学第三附属中学 200540

新课改背景下,写作不仅涉及语言文字的运用,更指向思维的发展和提升,而议论文作为高考普遍考查的文体,更加成为语文教学的重中之重。高中阶段的议论文写作难度较大,学生在写作中面临诸多困境,如思路不清、事例引用不当、模式化严重等。... 详细信息

新课改背景下,写作不仅涉及语言文字的运用,更指向思维的发展和提升,而议论文作为高考普遍考查的文体,更加成为语文教学的重中之重。高中阶段的议论文写作难度较大,学生在写作中面临诸多困境,如思路不清、事例引用不当、模式化严重等。基于这种情况,文章论述通过引入图尔敏论证模型,为学生的议论文写作提供有力的抓手的具体做法,以期切实提升学生的议论文写作水平。

关键词：图尔敏论证模型高中议论文写作教学

来源：评论

学校读者我要写书评

暂无评论

新时代加强国有企业内部审计监督研究

引用

理财 2024年第11期 21-23页

作者：林令娟平潭综合实验区城市发展集团有限公司

国有资产的有效管理和利用，成为衡量一个国家经济发展水平和管理能力的重要标准。国有企业内部审计监督作为一种重要的管理和监督手段，其作用和效能越来越受到重视。然而，随着经营环境的复杂化和业务种类的多样化，传统的内部审计监...

国有资产的有效管理和利用，成为衡量一个国家经济发展水平和管理能力的重要标准。国有企业内部审计监督作为一种重要的管理和监督手段，其作用和效能越来越受到重视。然而，随着经营环境的复杂化和业务种类的多样化，传统的内部审计监督方式已难以满足现代国有企业的需求，如何加强和改进国有企业内部审计监督，提高其实效性，成为当前亟待解决的问题。

关键词：

来源：评论

学校读者我要写书评

暂无评论

悟空学艺

引用

作文世界（小学版） 2017年第3期 10-12页

作者：林令娟幽攸华东师范大学

孙悟空那时候还不叫孙悟空，更别说什么威名赫赫的齐天大圣了，他只是花果山上一只从石头缝儿里蹦出来的猴子，没爹没娘，野生野长。除了刚出生的时候眼睛里放出两道金光成功地吓到了天上的神仙们外，他就和普通的小猴子没什么区别。他... 详细信息

孙悟空那时候还不叫孙悟空，更别说什么威名赫赫的齐天大圣了，他只是花果山上一只从石头缝儿里蹦出来的猴子，没爹没娘，野生野长。除了刚出生的时候眼睛里放出两道金光成功地吓到了天上的神仙们外，他就和普通的小猴子没什么区别。他喜欢用尾巴挂在树上荡秋千，喜欢呼朋引伴地去林子深处采又大又甜的果子，还喜欢在绿草地上滚来滚去，相互打闹嬉戏，实在无聊了就去捉个蜜蜂，捕只蝴蝶，吓吓树上栖息的鸟儿……

关键词：孙悟空花果山猴子石头嬉戏

来源：评论

学校读者我要写书评

暂无评论

基于微粒群优化的快速K-近邻分类算法

基于微粒群优化的快速K-近邻分类算法

引用

第三届中国智能计算大会

作者：林令娟刘希玉山东师范大学信息科学与工程学院研究生学院

随着全球信息化的出现,手工分类索引已经不适用于大规模信息的处理了,自动分类的研究蓬勃发展了起来。K-近邻法是具有一定效率的自动分类算法。本文将其与智能优化技术结合,用于基于机器学习的文本分类过程中。实验结果表明,对于庞大的... 详细信息

随着全球信息化的出现,手工分类索引已经不适用于大规模信息的处理了,自动分类的研究蓬勃发展了起来。K-近邻法是具有一定效率的自动分类算法。本文将其与智能优化技术结合,用于基于机器学习的文本分类过程中。实验结果表明,对于庞大的文档集合分类,该算法提高了分类的速度和精度。

关键词：微粒群优化(PSO) K-近邻分类算法特征向量