霍克斯

摘要： 中国古典名著《红楼梦》中关于民俗文化的描写,展现了清代中叶社会各阶层的民俗风情,是外国人了解中国、认识中国的一个窗口。霍克斯译本运用归化、补偿和改写等翻译策略对《红楼梦》中的民俗文化进行的跨文化阐释,更易于目的语读者的理解和接受,为当前中华文化的翻译与对外传播提供了有益的启示。

摘要： 据《Scientia Horticulturae》的一篇研究报道(https://doi.org/10.1016/j.scienta.2021.110778),来自新西兰霍克斯湾研究中心的研究人员研究了窄行平面带状苹果园种植系统(narrow-row,planar cordon apple orchard planting systems)的光利用、叶冠特性和对结果的影响。对于单行树篱密集型苹果园系统,目前报道的最大光拦截率约为60%,这是由行布局和绿篱结构决定的,苹果园产量被限制在100~120 t/hm^(2)。

摘要： 本文将定量研究与定性研究相结合,以《红楼梦》诗词部分的翻译为例,比较邦索尔译本与霍克斯译本、杨宪益译本的异同,试图总结出邦译本中诗词的翻译风格.

摘要： 《红楼梦》霍克斯译本与杨宪益译本经常被学者们加以比较。本文试图通过考察两个译本的书评,探讨读者对霍克斯译本偏好的原因,并分析杨宪益译本存在的问题。

摘要： 杨宪益、戴乃迭与霍克斯的《红楼梦》译本是现存流传度最广的两种译本,翻译批评界对于这两大译著的评价和比较从未间断.以女性主义作为理论视角,对比分析两种译本及其译者在《红楼梦》的翻译活动中的异同,并从女性主义视域探讨这些异同的成因.以霍克斯的译本The Story of the Stone为对比样本,重点分析杨宪益、戴乃迭的译本A Dream of Red Mansions中的女性主义翻译的存在及其成因,并尝试探讨女性主义翻译理论在我国翻译实践中的意义.

摘要： 本文以霍克斯与闵福德合作完成的《红楼梦》英译本中的回目为研究对象,对译作回目涉及人物名称和评语的翻译技法做一探讨.作为体现《红楼梦》译作艺术成就的重要部分,回目的翻译一方面突出体现了译者的自主性,另一方面也因回目内容的高度凝练性和结构的相对固定性而存在着较大的难度.通过对具代表性的译本回目与所依据底本回目的对比分析,可看出译者采用的主要翻译方法及背后的翻译策略,也能给中国古典名著的外译带来一些启示.

摘要： 汉学家霍克斯对中华文化走向世界做出了很大贡献,他的代表译作有《红楼梦》《楚辞·南方之歌——中国古代诗歌选》《杜诗初阶 》等等。翻译中国文学作品时,采用“译写”的方式。他主张宜补则补、宜创则创,要同时兼顾作者、读者和文本。

摘要： 看看我,额头扁平,眉脊粗壮,下颌圆滑,身材短小敦实——这都是穴居人的特征。我们这样的体型有利于保存热量,菲常适应寒冷的气候。据说,在我爷爷的爷爷的爷爷的……他们那一辈,我们穴居人是整个欧洲的霸主!今非昔比,咳咳,最近我们的日子不太好过。邻居戈慈一家被大型兽类踩死;霍克斯一家被蛇吞了;俄普斯一家死于昆虫盯咬;罗格一家直接被冻死……所以,我们一家算是最后的穴居人了。

摘要： 在《红楼梦》各英译版中，霍克斯、闵福德的合译本与杨宪益、戴乃迭夫妇的译作这两个版本最值得探究和比较。本文从安德鲁·切斯特曼的翻译伦理模式出发，以《红楼梦》第一章为研究对象，对两个译本进行分析比较，以发现两译本与翻译伦理模式间的关系及版本之间的异同。

摘要： 《红楼梦》中有多处对我国的茶文化进行了深刻的描述,充分展示了我国历史悠久的茶文化.本文以杨宪益和霍克斯的两个《红楼梦》英译本为范本,从目的论的角度对比分析了茶名、与茶相关的养生知识、茶诗和茶俗的翻译效果.《红楼梦》作为中国传统文化的集大成者，对茶文化进行了细致精彩的描写。在翻译过程中，杨宪益大多使用异化法，更加注重文本的字面意思，用英语表达中国独特的文化，使异文化读者获得更多的中国文化“视阂享受”；霍克斯大多使用归化法，更加重视读者的感受，比较容易被西方读者理解。笔者在译文中选取几例具有代表性的例子，运用目的论理论进行比较分析，旨在让读者欣赏《红楼梦》中的茶文化的同时，也能领略文化翻译的乐趣和奥妙，进而探究文化翻译的策略和方法，从而对中国文化的对外交流与传播起到一定的促进作用。

摘要： 一种基于霍克斯多元过程建模的物联网攻击模式识别方法，属于物联网攻击模式识别技术领域，用以解决现有的物联网攻击模式识别方法不能准确有效地识别僵尸网络中同一个受控僵尸主机行为模式不一致的问题。本发明的技术要点包括：首先通过一组蜜罐来捕获足够多的真实攻击者活动，然后提出一种改进的DBScan算法来精简海量数据规模；然后提出一种基于控制周期检测的僵尸网络聚类算法来推断僵尸网络控制不同僵尸主机的时间片段，并根据加权的潜在影响以细粒度的方式将攻击者活动聚集到僵尸网络中。本发明以控制期的粒度对僵尸网络进行进一步识别，解决了由于不同僵尸网络占有时间段不同而导致的同一个受控主机行为模式不一致的问题。

摘要： 本发明公开了一种基于霍克斯过程与图神经网络的时空预测方法，包括，利用霍克斯过程获取离散事件的时间信息；基于图卷积神经网络获取过去发生事件类别之间的相互影响，将所述图卷积神经网络的输出与所述时间信息及事件的类别进行矩阵连接，得到输入数据；结合逆方法、循环神经网络及其变体对连续时间上的所述离散事件进行预测。本发明通过结合过去发生事件的时间与类型信息对未来的事件发生进行预测，在应用方面，可以对地震以及余震的发生进行预测。

摘要： 本发明公开了一种基于多维霍克斯过程和注意力机制的下一个物品推荐方法，包括：S1基于多维霍克斯过程和注意力机制的物品关键特征向量和用户兴趣向量的获取；S2用户动态兴趣的预测与建模；S3序列感知的推荐。本发明利用多维霍克斯过程和注意力机制从用户物品交互序列中提取物品的特征向量和用户兴趣向量，再结合用户的交互序列记录预测用户的动态兴趣，最后在推荐的时候综合考虑用户的兴趣偏好和物品的关键特征向量，从而改进推荐效果，提升推荐准确率。

摘要： 本发明提供了一种基于霍克斯过程的节目质量评价方法，该方法包括：将用户收视行为的原始数据抽象成点过程，只包含用户观看的时间点、节目编号、节目类型和频道编号；排除了用户收视意愿、用户偏好、频道偏好等主客观因素对节目质量评价的影响；排除了节目类型等客观因素对节目质量评价的影响；利用霍克斯模型对每个用户收视节目的行为建模。同时，本发明还使用最小窗梯度下降算法，通过对用户数据的计算，得到所建立模型的各项参数，从而实现对节目质量和节目类型的评价。

摘要： 本发明公开了一种基于Transformer增强霍克斯过程的信息级联预测系统及方法，包括用户嵌入模块、全局依赖模块、局部依赖模块、强度函数获取模块和流行度预测模块，首先获取用户position‑wise嵌入和时间编码作为用户嵌入，然后以拓扑结构的视角，引入路径感知假设，并从全局嵌入和局部模式两个角度设计两层注意力层，参数化霍克斯过程的强度函数，并结合霍克斯过程、全局嵌入和局部模式，学习信息级联扩散过程耦合的时间和拓扑随机特性，以进行流行度预测；本发明扩展了传统的霍克斯过程，并有效地从连续时间域中获取知识，提升流行度预测准确性。

摘要： 本发明提供一种基于图自注意力机制与霍克斯过程的交通流预测方法，其中包括：获取交通流图结构嵌入信息；将邻接矩阵和节点特征矩阵输入图卷积神经网络来获取空间特征；获取时间嵌入特征和类别嵌入特征；将空间特征、时间嵌入特征和类别嵌入特征矩阵相连接，输入自注意力机制模型，输出某一时刻t的状态ht；通过状态ht近似霍克斯过程的条件强度函数，其中，采用指数函数保证所输出的近似函数非负；通过蒙特卡洛采样方法估算未来时间发生的数学期望，给出在未来某一段时间间隔内发生某一事件的概率。本发明通过在自注意力机制上嵌入图结构信息作为辅助信息能够更好捕捉长序列依赖和序列之间的空间信息，以此预测交通流下一个事件发生的时刻和状态。

摘要： 本发明公开了一种基于霍克斯过程与图神经网络的时空预测方法，包括，利用霍克斯过程获取离散事件的时间信息；基于图卷积神经网络获取过去发生事件类别之间的相互影响，将所述图卷积神经网络的输出与所述时间信息及事件的类别进行矩阵连接，得到输入数据；结合逆方法、循环神经网络及其变体对连续时间上的所述离散事件进行预测。本发明通过结合过去发生事件的时间与类型信息对未来的事件发生进行预测，在应用方面，可以对地震以及余震的发生进行预测。

摘要： 一种基于霍克斯多元过程建模的物联网攻击模式识别方法，属于物联网攻击模式识别技术领域，用以解决现有的物联网攻击模式识别方法不能准确有效地识别僵尸网络中同一个受控僵尸主机行为模式不一致的问题。本发明的技术要点包括：首先通过一组蜜罐来捕获足够多的真实攻击者活动，然后提出一种改进的DBScan算法来精简海量数据规模；然后提出一种基于控制周期检测的僵尸网络聚类算法来推断僵尸网络控制不同僵尸主机的时间片段，并根据加权的潜在影响以细粒度的方式将攻击者活动聚集到僵尸网络中。本发明以控制期的粒度对僵尸网络进行进一步识别，解决了由于不同僵尸网络占有时间段不同而导致的同一个受控主机行为模式不一致的问题。

摘要： 本发明提供一种基于霍克斯过程和矩阵分解的视频预缓存方法，包括以下步骤：S1.使用击中率表示在一段时间内的所有请求中，被缓存的请求所占的比例并根据击中率模型用适合于点过程的方式，重新数学化定义了击中率；S2.自激霍克斯过程缓存模型根据设备的自身历史记录，预测所有视频的强度并进行排序，缓存一定大小的视频；S3.互激霍克斯过程缓存模型添加邻居历史点击对设备的影响，预测所有视频的强度，提高击中率；S4.矩阵分解降维模型对S3的参数进行分解降维；S5.使用过程优化算法对互激霍克斯过程缓存模型进行优化，对未来的行为强度进行预测。本发明能够有效预测每个设备在未来对于不同视频的观看强度，通过预缓存强度最大的一些视频，能够显著降低未来网络中的流量，提升用户体验。

摘要： 本发明公开了一种基于多维霍克斯过程和注意力机制的下一个物品推荐方法，包括：S1基于多维霍克斯过程和注意力机制的物品关键特征向量和用户兴趣向量的获取；S2用户动态兴趣的预测与建模；S3序列感知的推荐。本发明利用多维霍克斯过程和注意力机制从用户物品交互序列中提取物品的特征向量和用户兴趣向量，再结合用户的交互序列记录预测用户的动态兴趣，最后在推荐的时候综合考虑用户的兴趣偏好和物品的关键特征向量，从而改进推荐效果，提升推荐准确率。