文摘

英语翻译活动课程是培养学生的英语翻译水平具有重要意义。在多传感器数据融合的背景下,如何有效地进行英语翻译活动在学院和大学已经成为一个重要的课题。教育价值和知识产权先进智能英语翻译活动过程进行了分析。从多传感器数据融合和改进的翻译,译者心理引导和突出特征的变化,英语翻译活动和翻译的一般性的多传感器数据融合多传感器数据融合个性化功能这四个方面,即传感器数据融合背景下的大学英语翻译的实践活动。首先,阐述了数据融合估计理论,各种在多传感器数据融合结构系统进行了总结。然后,基于卡尔曼滤波的数据融合估计模型,建立了卡尔曼滤波算法的集中、连续、平行,分别和联合结构。在算法进行仿真实验。实验结果表明,系统的估计精度可以提高了多传感器数据融合。然后设计了一个基于规则的词法分析器。结合系统模型,基于规则的词法分析器和全面的字典,整个机器翻译过程中语言知识来源,进行了研究和设计。 A hashing algorithm for lexical retrieval is designed, and various rules and data structures related to the lexical analyzer are described in formal language. The analysis algorithms of morphological preprocessing, morphological analysis, unincluded word processing, phrase analysis, and part of speech tagging are introduced.

1。介绍

英语翻译活动课程是一种自由的教学课程的教学价值在于提高学生的主动性和学习能力。英语翻译技巧,自由对话和自由交流活动将安排在类中,这样学生可以互相交换一些基本的内容用英语理论知识和沟通技巧,以体验英语翻译交流的环境价值和经验交流气氛(1]。

Transform-based是一种基于规则的方法,将源语言分析为主体和逻辑上分为三个阶段:分析、转换和生成。它使用综合词典和各种规则库作为知识来源。基于实例的模式是基于的想法基于实例的方法。我们扩展实例库基于实例模式库的实例方法,也就是说,我们图书馆的结构类似的实例抽象为句型与参数并将它们存储在图书馆。在翻译中,输入句子与源语言的一部分在图书馆实例以及源语言在图书馆模式的一部分。系统是基于转换的实现方法,模式和实例方法嵌入到语法分析阶段,而输出是基于实例模式方法翻译的结果。当没有实例输入源语言句子和句型相似实例模式库,系统输出翻译结果基于转换生成方法。

多传感器数据融合的不同领域的翻译研究了使用双语的转换规则。基于双语转换的分析规则,翻译的理解和表达的认知机制和认知处理系统的翻译进行了研究。自由安排提出了具体的英文翻译活动,和最新的教学计划英语翻译活动的掌握。多传感器数据融合的翻译模式本身形成了一个新的交互模式通过双语交流,和具体的问题和想法提出通过多传感器数据融合的翻译。多传感器数据融合的想象力翻译本质上是一个图像在大脑中形成的原始文本。分析翻译,优雅的翻译和译者的风格翻译的审美心理的表达,并研究创造性翻译,优雅的翻译和译者的风格需要研究不同形式的双语转换的规则。基于翻译的分析独特的双语转换,本文研究了民族文化心理对翻译的影响。

2。相关工作

多传感器数据融合是放在不同的位置;更相似或不相似的传感器所提供的局部环境的集成不完整的数据,消除冗余和可能的传感器数据之间的冲突,互相补充,减少不确定性,为了形成一个相对完整和一致的感知描述的系统环境2]。为了提高智能系统、决策、规划、反映速度和正确性,并降低决策的风险,给出了数据融合的定义如下:数据融合是一个多层次、多方面的过程,检测,结合,关联,估计,并结合多源数据实现精确的状态估计和身份估计,以及完整的和及时的态势评估和威胁估计。此外,目前有许多研究融合算法,但是很少有研究数据融合算法的性能测试和评估,并没有形成公认的评价标准(3]。多传感器数据融合方法的研究已经成熟,但如何评价融合系统的性能由这些不同的算法仍处于探索阶段,还有一些相关的研究成果。使设计的盲目性与某些信息融合系统中,为了使多传感器数据融合技术得到更好的发展,军事指挥自动化系统更加成熟,为使用数据融合算法开发用户开发的一个开放的、高性能、和强大的可伸缩性,并评估融合;算法和系统是非常必要的4]。

融合算法是数据融合的核心系统,和当前主流融合算法主要研究类似的信息的融合,但异构信息缺乏有效融合的多传感器融合算法和融合模型。研究发现,复杂的异构信息数据融合问题是可以克服的现代统计理论的帮助下(5),如粗糙集理论、贝叶斯网络和证据理论、支持向量机(SVM),随机集理论的理论技术的发展对不同来源的多传感器数据融合算法带来了新的思维方法和创新空间(6]。数据融合的研究工作仍处于起步阶段。与发达国家相比,信息融合技术的不完善和成熟,还有很大的探索空间在基础理论研究和统一的框架规范。然而,随着神经网络技术的发展,传感器数据融合优化,并行计算,微电子技术、信息通讯、传感器技术,统计理论,模糊数学,和其他理论技术,必将极大地促进多传感器数据融合技术的发展(7]。我国民事领域的通用技术和军事高科技行业也必将大规模应用多传感器数据融合技术,在这种情况下,数据融合相关国内研究人员提出了更高的要求,包括形成一个统一的数据融合模型的定义,继续发展和完善的多传感器数据融合的基本理论及技术要求。在现有的数据融合算法,常常需要设置融合上限面对多个信息融合。没有客观的计算方法设置上限,这通常是基于主观经验。选择不同的上限会有不同的融合结果,影响了融合结果的准确性和鲁棒性8]。多信息融合的过程中,模糊逻辑推理可以直接在推理的过程中把不确定性的多传感器(9),因此观察信息融合与模糊集信誉客观计算将讨论这个话题,成为研究问题之一,是这个研究论文的一个方面。统计理论的一个重要分支,d - s证据理论已广泛应用于许多领域如多传感器数据融合、目标识别、和不确定推理由于其实用性和可操作性在工程应用和它能够清楚地表示“不确定和未知的”数据信息。法官的组合规则,为核心的证据理论的基石,具有形式简单、易于计算(10,11]。然而,当高度冲突证据,推断结果运用法官的组合规则往往与实际情况相反。

到目前为止,这个国家的理论指导与更多的大学外语教学的研究是基于非英语专业大学英语教学;在英语中,特别是在高级英语、教学研究成果几乎没有注意,所以有必要探索丰富教学12,实践证明,这种研究是可行的。言语/语言情报与口头或书面语言。这种类型的聪明的人善于阅读,写作,讲故事,背单词。他们有一个强大的意义和句法结构的理解和有良好的记忆和回忆。他们往往学习知识通过阅读、阅读、写作、讨论或辩论(13]。高中英语教学,每个教学智能发展密切相关,也就是说,能够有效地提高学生综合英语语言能力,如书面表达、口头表达及翻译(14]。有很多教学方法提高书面表达,包括话语风格和流派分析、抽象的写作,复杂的句子结构分析,语境意义分析的话,使用和升值的修辞,“前景”的文体表达效果分析,等。这些方法的综合利用间接或直接从不同的角度提高学生的写作能力(15]。教学方法提高口头表达包括大声朗读课文,复述课文,总结段落或文本主题,解释难句,讨论问题,学生的互动,课后思考练习阅读理解。提高翻译能力的教学方法包括翻译困难的句子和课后练习翻译练习。多传感器数据融合与逻辑推理、抽象的概括,和科学研究。这种类型的聪明的人通常有一个传统意义上的高智商和有能力分析、整理、组织、批判性思维、和应用数学(16),能力提出了很高的英语在英语教学大纲。“大纲”明确指出:“培养学生的能力和欣赏著名的文本分析,逻辑思维,独立思考”(17]。因此,教师在这方面应该多思考和实践。在教学相关的教学方法是很常见的篇章结构和情节线索的分析宏语言水平(18),包括使用逻辑和推理和语境意义的词或句子之间的语用意义语言分析的微观层面;这些单位的研究需要基本的情报。在高中英语教学中,提高批判性思维或其他逻辑思维能力只是相关教学内容的一部分,这就需要教师有意识地和积极思考和探索在教学和开发这个情报为学习者创造机会尽可能多的(19,20.]。例如,思维过程的讨论文章的内容之间的相关性及其标题和提高反对作者的观点或结论,是运用批判性思维的教学实践。

事实上,在现有的文献有相关内容的教学研究。虽然研究的理论基础不同,研究的本质是类似的研究。基于任务型教学方法,标题结构,引用材料,和古典的程度的一个文章质疑preclass三个任务阶段,阶级,和课外,分别来分析和改善学习者的批判性思维(21]。至于研究的培养逻辑思维能力,它不仅吸引了相关结论基于案例分析,即综合语言能力的培养密切相关的提高逻辑思维能力,还进一步讨论了如何内化的逻辑知识,学生缺乏在正常教学通过高英语教学(22,23]。

融合算法是整个融合系统的核心,但目前大多数的研究是在类似的数据融合,在建模、协作和融合的异构信息仍然需要算法的支持。现代统计推断方法引入信息融合算法的研究将有助于处理复杂的问题。贝叶斯网络等智能计算技术为数据融合算法的研究将带来新的理念和方法的研究异构数据融合算法。

3所示。智能识别英语翻译基于传感器数据融合优化

3.1。传感器数据融合翻译技术基于类翻译英文翻译活动

英语翻译活动中应用人才的培训类基于传感器数据融合和优化带来了新的和创新的经验,同时提高学生的学习能力和学校的学生通过一系列教学方法有效性。面向应用的人才培养的管理方法在传感器数据融合优化英语翻译活动的类的基础上还应创新这一新的教学理念。面向应用的人才培养的管理方法在传感器数据融合优化英语翻译活动的类应该改善学校和教师的两个角色,应该创新和管理方法。管理创新的想法来自于一个新的“理论+实践”的理解综合教学方法在传感器数据融合和优化人才培养英语翻译活动的类。需要英文翻译活动的传感器数据融合和优化类系统。构建新的教学材料传感器数据融合和优化英语翻译活动的类,创建一个新的课程体系,构建新课程管理需求,建立新的课程,模拟基本情况下,建立教学计划,并建立一个新的传感器数据融合和优化管理系统英文翻译活动的类。通过这一系列的传感器数据融合应用人才优化管理的英文翻译活动,整体教学理念不断优化;教学计划改革;提高教学体系,提出教学策略。学习的基本原理如图1。

从学校的角度来看,实验教学或平台教学英语翻译活动的传感器数据融合和优化类创新人才培养是一个双向沟通的过程。一方面,教师需要与学生合作;另一方面,学生需要积极配合教师形成一个系统的周期和维护信息的传输。与此同时,它也为学生打开了一个新的学习渠道。从的角度具体沟通和具体的学习内容,它是帮助学生掌握独立学习的方法,他们的未来社会实践和探索的新思路和方法。利用该方法的改进和学生学习效果的提高,不断促进学习,实现自己的学习目标。英语翻译活动的研究课程将继续划分为不同区域的专业化在一定阶段。传感器数据融合优化英语翻译活动,如经济和商业传感器数据融合优化英语翻译活动,环境保护、传感器数据融合优化英语翻译活动,行政传感器数据融合优化英语翻译活动,诉讼传感器数据融合优化英语翻译活动,等等;这些不同的尺寸和方向让学生有一个新的自我挑战去做到理智地忠于自己和改进空间。因此,学校的英语翻译活动的创新的传感器数据融合和优化类应用人才培养策略提高了教学环境,让学生有自己的方向,认识到英语翻译活动类的重要价值和意义。 The learning process of intelligent English translation rules is described in Table1:

为了方便起见,如果估计先验均值和先验协方差(以及它的测量误差之间的相关性v)是已知的,是完全的线性最小方差估计融合先验信息,原因是线性最小方差估计是估计量的估计量仅是使用先验信息是在前两个时刻。下面的定理给出了融合规则的线性最小方差估计完成之前的信息。

如果没有先前的估计量的信息,或不完整的信息(例如,先验协方差是未知的或不存在的),或估计是随机的,那么线性最小方差估计公式是:

根据经典的卡尔曼滤波算法和最优融合估计定理,我们可以获得多传感器集中卡尔曼滤波算法,如图2。

3.2。智能识别模型的英文翻译

英语翻译活动本身的目的是提高学生的学习动机和提高学习利用学习动机不足。英语翻译的方法突出了价值活动的类是使用传感器数据融合和优化技术相结合的具体内容需要保持健康和正确的沟通方式,是一种重要的教育方法。有一种影响教育结合传感器数据融合的新方法来优化AI(人工智能)教育,通过现场教学结合学生的实践方法,处理沟通的具体内容,应该处理正常的社会关系的行为规范和生活方式的反映处理特定类型的交流,和提高英语翻译的实用价值。专业人才培训和试用期教育的结合可以达到更好的教育效果。教育教学方法的创新可以有效地提高特定的教学特点和教学需求的细节,以便更好的为学生提供一个良性的互动。通过使用缓刑教育提高学生的综合素质的传感器数据融合和优化英语翻译活动的类,为人才培养奠定良好的思想基础,和形状的人才自我成长路径传感器数据融合和优化英语翻译活动的类。

根据所需的英文翻译功能智能识别模型,整体模型设计计划。图3显示了模型设计过程。模型可以实现数据采集、输出和处理。收集到的声音信号通过数据采集设备,然后是英语信号输入处理系统通过音频输入设备处理数据信号。处理后,输出到对应的客户端并显示结果。用户可以查看英文翻译的自动识别结果通过显示或客户端。

数字滤波器是用来实现语音信号的加权处理,提高压力检测系统。具体方法是:符号F1和F2用来表示元音的第一和第二共振峰光谱特征,分别是前后相关的舌头的位置和高度。在此基础上,分类系统可以用来输出位置的信心后,神经网络用于区分轻和重,以测量元音语调和语音信号的最佳选择。在这篇文章中,高频信号解除preweighting数字滤波器与信噪比为6 dB是用来处理语音信号的频带高于800赫兹。加权系数在0.9和1.0之间,加权信号可以计算如下:

框架处理后意识到,声音信号窗口。为了显示声音效果很明显,选择矩形窗口,计算公式如下:

非周期的连续光谱计算连续时间信号的傅里叶变换,但获得连续信号的离散采样值在实际控制系统中,信号的频谱是由离散采样值计算。快速傅里叶变换FFT来源于离散傅里叶变换的算法改进基于奇偶,想象的和实际离散傅里叶变换的性质。一个有限长离散提高语音信号得到以下公式:

最后,不同领域的传感器数据融合优化翻译研究了使用双语的转换规则。研究翻译的认知机制的理解和表达和翻译的认知处理系统进行分析的基础上的法律双语转换。提高双语语言学习动机、特点以及具体目标通过语法转换规则,按照翻译的工作时间表,和目标语言的特点,将原来的编排,处理特定的翻译工作,翻译大师的传感器数据融合优化方法,提出了特定的英语翻译活动的自由安排,并掌握最新的英语翻译课堂教学活动计划。传感器数据融合优化翻译模式本身就构成了一种新的交互方式通过双语交流并提出具体问题和想法通过传感器数据融合优化翻译。传感器数据融合的想象力优化翻译本质上是图像在大脑中形成的原始文本。这些图像需要翻译在目标语言来表达它们。这不可避免地涉及到双语之间的转换法。研究译者的审美心理因素需要分析译者的翻译,优雅的翻译和风格的表达译者的审美心理,而创造性翻译的研究,优雅的翻译和译者的风格需要不同形式的双语转换规律的研究。的基础上,分析了翻译的独特双语转换,作者研究民族文化心理对翻译的影响。

传感器数据融合优化的个性化翻译指的是定制的个人和兴趣的阅读材料。在移动互联网的背景下,每个人都想有自己的独特的和定制的传感器数据融合优化翻译。因此,当前阅读设计可以考虑所有类别的电子上传和设计内容,以便用户可以阅读和观看自己喜欢的部分,充分享受自由的学习和阅读的乐趣。传感器数据融合优化错误翻译的读者个性化的限制内容和方向,给读者一个舒适的环境;信息传输平台的使用可以将个人利益优化传感器数据融合内容自动推到读者的手机端口,通过个性化的视频和音频内容满足现代年轻人的需要。在新媒体的时代,阅读材料的多样化和分散功能将被放大以满足用户的阅读兴趣和提高他们的阅读快乐和自我认同。基于平台传播,加强文化交流,传统书籍的形式存储电子图书和信息转换方向,进行个性化定制服务;多元化的传播新媒体与受众的多样化需求活跃,背景下发展的信息交互;发展的角度促进传统媒体的转型,我们应该不断优化传统阅读材料的质量,创新沟通的内容和渠道,提高现有的不足和缺陷,各种形式的促销和多元化的信息交互方式。通过网站、博客和其他现代网络信息渠道和传感器数据融合平台优化、翻译、推广、和信息交互,构建现代沟通渠道。

在基于多传感器数据融合的标记方法优化、属性词的特点是标记和它的上下文。单词的词性特征进行注释属性进行分类,而其他功能的单词注释,如词汇、兼性歧义类型、是否有大写字母、数字、连字符、前缀、后缀以及词性或兼性歧义类型的上下文的话,是未加密属性。我们也把语料库中的词分为常用单词和不寻常的单词根据全面的字典,为他们设置功能模板,分别建立了多传感器数据融合优化T已知和未知。在标记,不同的多传感器数据融合优化搜索根据是否这是一个常见的词,和相应的标记结果,如表所示2。

4所示。例子验证

为了充分验证的有效性英文翻译的智能识别模型,该模型通过实验,测试英语翻译校对和实验过程中的数据记录分析系统的性能。在实验中,有400个字符校对词汇,500简短文本校对号码和25 kB / s词识别速度。英语翻译的准确性校对前后比较。表3显示之前和之后英语翻译校对的准确性。

从表可以看出3校对之前英语翻译结果的准确性最高是75.2%,和准确性高达99.2%,此前使用的智能识别模块。准确性两者之间有很大的差异,验证了智能识别模型的有效性的系统中英语翻译。

现在我们比较多的情况下与单传感器,传感器和其他数据保持不变。实验结果如图所示4:

为了充分展示设计模型的优势,智能识别模型基于语法和短语是用来实现比较实验。每个系统的节点数量的控制点被记录在实验和节点控制的分布进行了分析。位点的分布可以描述的语义和上下文相关的英语翻译,和位点的密集分布表明,系统在英语翻译有一个高精度的认可。图5显示节点控制点的分布确定的系统。控制点的紧凑分布节点图5表明该系统具有较高的识别性能;校对结果更准确,上下文不连贯的问题用英语翻译是解决。

在多传感器数据融合优化模型中,使用的常数比例系数调整的积极和消极因素相对于方法的投票值(精度)。这两个值有显著影响最终投票的结果。图6显示注释多传感器数据融合的优化精度达到最优值为96。分别为32%和1.6步长。它比单一的注释结果的平均值高出1.493%,高于0.86的最好注释结果,从而减少出错率27.8%和18.2%,分别。

图7显示目标的均方根误差和基于多传感器数据融合优化轴。图8均方根误差的目标吗和基于先进的智能英语翻译的轴。

根据质量评价水平的机器翻译,翻译评为A或B是正确的在我们一般意义上的翻译。据统计,360年提交翻译英语句子,309句被视为A或b级。因此,系统达到89%的翻译准确性的情况下完美的知识。其中,49个句子翻译的实例模式机制(13.6%),和翻译准确率达到100%。301句英语翻译基于转换机制(86.1%),和翻译准确率为86.2%。根据实验结果,虽然该系统已经实现了翻译的准确性高,还有很多在一些翻译错误。分析和归纳后,有12种翻译错误,和各自的比例如表所示4:

5。结论

基于上面的分析,可以得出结论,多传感器数据融合优化基于英语翻译翻译活动课程是一种新的翻译方法创建基于信息数据和多传感器数据融合的组合优化,代表未来的翻译研究的发展方向。使用多传感器数据融合和优化翻译不断加强的翻译基础英语翻译活动在未来,提高翻译研究的发展具有强大的生命力和良好的发展的驱动力在未来教育和文化。针对提出的基于最优融合的多传感器数据融合算法集和拟议的新冲突证据基于d - s证据理论的合成算法,算法的精度和抗干扰能力需要进一步研究和实验结果进行了验证。

数据可用性

使用的数据来支持本研究的发现可以从相应的作者。

的利益冲突

作者宣称他们没有竞争的经济利益或个人关系可能出现影响工作报告。

确认

这项工作是支持的特殊陕西省教育部门的科研项目“研究问题和对策的过程中协作翻译”(项目编号:19 jk0273)。