电视新闻传播主体言语行为的选择及表达探究

电视新闻传播的主体具有话语的权威地位,传播主体与受众之间形成了听话人与说话人的密切关系,传播主体运用的语言行为一般都是转述原始语境中分离出来的新闻内容,将这种转述的语言汇编成媒体传播的话语,并恰当地创设语境,保留或者是改变原来说话人具有的行事行为.本文主要探讨了电视新闻传播主体言语行为的选择及表达探究,分别讲述了电视新闻传播主体在言语行为进行转述的表达方式以及电视新闻传播主体对于直接引语、间接引语的表达和原语进行行事行为的修改等内容.     

底质分类视角下的浅海水深遥感反演北大核心CSCD

针对水深的卫星遥感反演模型多在底质均一假设下进行,较少考虑底质类型的问题,提出了一种底质分类视角下的反演模型。以南安达曼群岛、波照间岛和久米岛作为研究区域,结合实验室测量的典型底质反射率光谱,在Landsat 8 OLI上使用多种分类方法提取研究区域底质类型信息,发现支持向量机法得到的底质分类精度最佳。基于底质分类结果,利用多种模型构建不同底质类型的水深反演模型,并进一步对比未区分底质类型的水深反演模型。研究结果表明,基于底质分类的多元线性回归模型效果最佳,平均绝对误差为1.03 m,均方根误差为1.39 m,证明了区分底质类型建模可以提升水深反演精度。     

在淡黑色手印下消尽了美的颜色——说《十八春》中的曼璐

曼璐的外表曾经是美丽的，曼璐的心灵也曾经美丽过。作为一个生命个体，曼璐同样具有马斯洛所说的人生的五种最基本的需要。可在“黑隐隐得手印”掌控下的资产阶级男性中心的社会中，生于贫困之家的她没有选择前途的余地，最终在这样的生存状况里变得疯狂，毒害了亲人，毁灭了自己，消尽了美的颜色。     

机器学习视角下的多光谱卫星浅海水深反演研究

利用覆盖典型海岛的Landsat-8 OLI多光谱卫星遥感影像和收集到的水深数据，分别采用传统多元线性回归模型、机器学习中的back propagation(BP)神经网络模型和随机森林模型对目标海域水深进行整体反演，并对三种方法的反演精度进行评价。结果表明：相比于多元线性回归模型，机器学习方法的水深反演精度更高；随机森林模型的水深反演精度最高，平均绝对误差为1.94 m，平均绝对百分比误差为18.29%，模型的鲁棒性更加出色，整体精度较多元线性回归模型有明显提高。本研究比较三种方法构建的浅海水深模型的性能，为后续更加高效地获取高精度浅海水深信息提供参考价值。