普拉斯

摘要： 在20世纪五六十年代的美国,女性依然是被凝视的他者,像西尔维亚·普拉斯一样的女性诗人成为了社会的边缘人物。普拉斯以写诗的方式揭露女性被压迫的社会现实,她的自白诗《隐喻》以怀孕女性自我物化为描写对象,讽刺了男权社会中规训女性的传统观念。以凝视理论为基础,阐释普拉斯的自白诗《隐喻》,有助于分析普拉斯在凝视下从自我物化、自我分裂到自我觉醒勇敢反抗凝视这一过程。普拉斯旨在呼吁社会正视女性,激励广大女性勇敢追梦,实现自我。

摘要： 光从名字上看,黄信尧新作《同学麦娜丝》与旧作《大佛普拉斯》就是一组明显的对照。“麦娜丝”音译自Minus(减少),既是电影中校花的名字,也是指一起长大的高中同学人到中年各有选择、逐渐调零的过程。不过可惜的是,片名中的“减少”并没有使电影化繁为简,相反地,在《大佛普拉斯》中甚为出彩的导演叙述到这部电影里变成了喋喋不休的解释,以至于我不得不怀疑这是导演发觉自己力有不逮后打的补丁一假使导演相信每个主人公自有命运,假使他相信演员能与观众建立桥梁,又哪里还需要他时不时代替人物阐述行事逻辑、表达感受呢?

摘要： 戈德罗认为“在影片的叙事中,空间其实始终在场,始终被表现。”[1]无论是特写或全景画面都为观众呈现一个空间,并且存在一定的空间关系。电影《大佛普拉斯》的空间关系较为特殊,主要围绕着影片中的关键道具行车记录仪展开。一、在场与缺席:场景与外场景电影是一门特别的艺术,它不像戏剧艺术中的演员表演和观众是同时在场的,在电影艺术中,当观众处在观影的空间时也意味着电影中的内容所表现的空间是不在场的,影片《大佛普拉斯》中的故事设计运用了这一特点构建了特别的空间关系。戈德罗和若斯特在区分电影中的场景和外场景就相当于在场的空间和缺席的空间,更明确来划分定义,“只要有取景,就要有排除,排除为选取的一切,这一切潜在地位于周围或边上,这就是外场景。”

摘要： 欧美先锋派画家的艺术理念是西尔维娅·普拉斯诗歌创作的灵感之一,她也曾根据现代绘画作品写下多首艺格敷词诗.因此,本文以普拉斯的四首诗歌为例,探寻德国艺术家保罗·克利对她在文学创作方面的影响.通过叙述克利的绘画作品在色彩和线条方面的主要特点,阐释表现主义画派和超现实主义画派各自的背景、技法及创作主张,加之对普拉斯的诗歌进行细致的文本分析,本文得出结论:克利的作品不仅为普拉斯抒发自己的内心独白和情感提供了一种崭新的方式,也给她的诗歌带来了丰富的主题内涵——诗有画意,兴味盎然,她的这四首艺格敷词诗既有对原作品的转述与再现,也是对克利画作的改写与超越.

摘要： 台湾导演黄信尧的电影《同学灰娜丝》(2020)中关于发娜丝的情节不多。主角之一罐头W为一份调查户U的工作,重遇I''丨己倾慕多年的中学时代的校花,后来,当罐头再度敲开校花的家M,喊出“麦娜丝”这个名字时,早已改名叫林筋璇且从事经络理疗行业的“女神”解开丝绸质地的睡衣,问罐头今天是来看她还是来消费的此时镜头后拉,麦娜丝缓缓走向罐头,在一片暧昧的红光中,罐头被牵引走进“女神”的T.作间,罐头坐在床上.镜头缓缓推向他,从全景到近景,他脸上伤心的表情逐渐清晰。

摘要： 翻译诗学是翻译与文化研究的重要组成部分。本文梳理国内外有关翻译诗学的重要 研究,以美国著名学者威利斯·巴恩斯通的翻译诗学理论为指导,从意象、对等、独创性 三个方面来对比分析普拉斯诗歌《爸爸》的三个译本。选取了范静哗、张芬龄和陈黎以及 赵毅衡的译本,旨在丰富有关西尔维娅·普拉斯诗歌的译介研究,并试图为翻译诗学研究 提供具体的案例。

摘要： 美国弗吉尼亚州普拉斯基的一名妇女被一只松鼠拦住,松鼠不断地拉着她的腿,领着她去帮助受伤的宝宝。从松鼠身上我们看到了母爱的伟大,同时文章也呼吁人们要关爱动物。

摘要： 法国数学家普拉斯说过“生活中最重要的问题,大部分都是概率问题”,这是因为我们所遇到的大部分问题都具有选择性,因为选择带来了不确定性,这也是概率知识不同于其他数学知识的本质.初中生的思维尚处于确定性思维阶段,面对随机和不确定性,更擅长解决的是确定的因果关系.同时,概率问题以实际问题的形式出现,背景非常丰富,怎样摆脱情节结构,从多元化背景中抽象出等值的模型,建立并处理好数量关系,帮助学生理解不确定数学,建立模型思想,形成应用意识?与大家共研.

摘要： 本申请公开了用于执行袖状胃切除术的装置(102)、系统(10)和方法的实施例。装置(102)可以包括用于插入胃(12)内部的探条(105)，探条(105)具有近侧探条端(106)和远侧探条端(108)，具有近侧管腔端(124)和远侧管腔端(122)的充气管腔(120)，充气管腔(120)从近侧探条端(106)延伸穿过远侧探条端(108)，与近侧管腔端(124)联接的流体输送系统(134，136)，流体输送系统(134，136)可操作地构造成将预定正压范围内的正压输送到胃(12)中，以及与近侧管腔端(124)联接的监测器(402)，其可操作地构造成监测胃(12)内的压力或体积。探条(105)可操作地构造成当在胃(12)内达到预定的正压范围时限定用于袖状胃切除术的切除线。

摘要： 本发明公开了一种具有拉普拉斯噪声的非参数贝叶斯字典学习方法，对灰度图像数据中的椒盐噪声进行去噪。本文对图像数据进行字典学习建模，并假设噪声部分服从拉普拉斯分布，采样非参数贝叶斯方法对模型进行概率分布假设；通过最大似然估计法获得模型的目标函数；采用吉布斯采样法对目标函数中所有随机变量采样；通过EM算法反复迭代更新得到各变量的最优解。使用最优解构造输出数据，即输出图片，从而获得干净数据，去除噪声。本方法对灰度图像数据的噪声部分进行了拉普拉斯假设，有效去除了椒盐噪声，对高斯噪声也有一定的去噪能力，此外还能够很好的去除高斯和椒盐的混合噪声。

摘要： 本发明公开了一种具有拉普拉斯噪声的非参数贝叶斯字典学习方法，对灰度图像数据中的椒盐噪声进行去噪。本文对图像数据进行字典学习建模，并假设噪声部分服从拉普拉斯分布，采样非参数贝叶斯方法对模型进行概率分布假设；通过最大似然估计法获得模型的目标函数；采用吉布斯采样法对目标函数中所有随机变量采样；通过EM算法反复迭代更新得到各变量的最优解。使用最优解构造输出数据，即输出图片，从而获得干净数据，去除噪声。本方法对灰度图像数据的噪声部分进行了拉普拉斯假设，有效去除了椒盐噪声，对高斯噪声也有一定的去噪能力，此外还能够很好的去除高斯和椒盐的混合噪声。

摘要： 本发明公开了一种基于拉普拉斯强化金字塔的织物图像瑕疵检测方法。方法包括：建立扩展织物图像数据集；得到先验框；搭建TRL‑YOLO模型；选取训练，输出训练预测特征图；将先验框分布并调整，选取训练候选框；计算模型整体损失值并更新参数；选取验证候选框；计算织物类别的平均精确度值；获得训练完成的TRL‑YOLO模型；待检测织物图像输入，保留最终预测框；映射至待检测织物图像中进行织物瑕疵的检测定位；输入EfficientNetv2网络实现织物瑕疵后分类。本发明方法进行织物图像的瑕疵检测，相较于现有的先进检测模型在检测精度和效率上都具有较大的优势，很好地满足了实际场景中的实时性要求。

摘要： 本发明提供一种基于L2,1范数和拉普拉斯流形的RLSDSPCA降维方法，对基因表达数据进行特征基因选择和癌症样本分类。通过降维方法对基因表达数据进行数据降维，对降维后的数据进行特征基因选择和癌症样本分类。本发明有效地提高了基因表达数据特征基因的选择水平和癌症样本的分类效果。

摘要： 本发明属于信息安全技术领域，公开了一种拉普拉斯机制的移动终端传感器数据加扰方法及系统，所述拉普拉斯机制的移动终端传感器数据加扰方法包括：原始数据处理阶段，获取原始传感器数据，并按照标准三轴坐标系分离出三个方向的数据；同时记录智能终端传感器在数据采集时的频率；噪声去除与记录阶段对原始数据进行包括人声在内的高频噪声去除，并计算不同方向上去除的噪声平均值与极差；数据重采样阶段，数据加噪阶段，通过数据输出阶段将数据输出。本发明在实现智能终端传感器原始数据的保护同时具有更低的计算复杂度，更低的资源消耗，实现了数据保护程度的可定制化与高拟真，实现了在保护原始传感器数据的同时对实用性的保证。

摘要： 本发明设计了一种基于拉普拉斯矩阵的循环平稳信号检测与识别方法，适用于存在多数循环平稳信号且接收样本数量较小、循环平稳信号阶数未知、信噪比较低等问题。结合了多天线传感器技术进行系统模型建立，使基于拉普拉斯矩阵的循环平稳信号检测器的检测性能得到相应的提升。通过Matlab对多种循环平稳信号进行仿真分析，提供了一种准确可行的方法。利用图形将多天线所接收到的循环平稳信号进行表征，对接收到的信号进行快速傅里叶计算及功率谱检测量的统计，并根据信号功率谱的统计量判断被检测信号的数量及调制阶数。本发明可用于认知无线电中信号识别，信号检测及检测性能的分析。

摘要： 本发明公开了一种基于拉普拉斯滤波器的自适应量化方法，方法包括：在编码器对每一帧图像进行编码时，将图像帧划分为多个图像片；将每个所述图像片划分成多个编码树单元；将每个所述编码树单元划分成多个编码单元；对每个所述编码单元进行拉普拉斯滤波处理，得到每个所述编码单元的活动性参数；根据每个所述编码单元的活动性参数，确定每个编码单元的量化参数；其中，所述量化参数用于表征编码量化过程的量化误差。本发明通过确定编码过程中的量化参数，对于平坦区域设置更小的量化参数值，进行细量化，而对于复杂区域设置较大的量化参数值，进行粗量化，能够达到更好的主观效果，可广泛应用于图像处理技术领域。

摘要： 本发明公开了一种加权混合图拉普拉斯的多维视觉数据修复方法，包括计算每个像素点与其周围四个邻接像素点的相似度，构建一阶局部的拉普拉斯算子，计算其中单个像素点与非局部邻接像素点的相似度，构建一阶非局部拉普拉斯算子，由一阶局部拉普拉斯算子和一阶非局部拉普拉斯算子联合相加得到一阶拉普拉斯算子，将一阶拉普拉斯算子泛化至二阶形式得到二阶拉普拉斯算子，分别对一阶拉普拉斯算子和二阶拉普拉斯算子进行加权联合相加，得到混合图拉普拉斯算子，采用混合图拉普拉斯算子构建多维视觉数据的修复模型。本发明对多维视觉数据进行缺失数据修复，通过对传统图拉普拉斯正则项的改进。

摘要： 本发明公开了一种基于拉普拉斯降维的水产养殖水质异常检测方法。属于水产养殖技术领域，具体步骤：数据降维、确定异常检测数据维度、构建DSVDD异常检测模型、输出水质异常检测数据。本发明涉及到水产养殖过程中养殖水体的6个监测指标，将这6个指标作为检测模型的输入量，利用拉普拉斯特征映射对传感器采集的水质数据进行降维，将样本输入维度从6维降到3维，确定DSVDD异常检测方法的数据维度，训练好的DSVDD检测模型进行异常检测测试，将DSVDD模型异常检测测试结果与传统的SVDD模型的异常检测结果相比，DSVDD算法有更好的检测精度，可进行高维度的水质异常检测，提高了针对水产养殖业的水体异常检测的精度。