题干

下列不是对偶的一项是(   )。


A:北通巫峡,南极潇湘。

B:日星隐耀,山岳潜形。

C:朝晖夕阴,气象万千。

D:居庙堂之高则忧其民,处江湖之远则忧其君。 

上一题 下一题 0.0难度 选择题 更新时间:2018-08-25 04:04:13

答案(点此获取答案解析)

C

同类题2

阅读下文,回答问题

航空母舰

    ①航空母舰,简称“航母”,是一种以舰载机为主要作战武器的大型水面舰只。它攻防兼备,作战能力强,很具威慑力。

    ②从外表看,航空母舰的一个最明显的特征就是它拥有与众不同的宽大的飞行甲板。这个甲板不仅特别长,特别宽,而且形状古怪,呈多边形。这是因为航空母舰上的主要武器是舰载飞机,所以需要有供飞机起降的宽大甲板。一艘大型航空母舰的飞行甲板的面积往往要比一般军舰大几倍甚至几十倍,差不多相当于三个足球场还要多。在航空母舰上,看不到通常军舰所具有的高大的上层建筑和林立的火炮、导弹。在飞行甲板上仅有一个很小的船桥位于右舷,像大海中的一个小岛,这就是全舰的指挥控制中心,称为岛形上层建筑。在飞行甲板上,还布置有航空母舰专用的供飞机起降的弹射器、阻拦索、助降镜、升降机等,这些是航空母舰之所以能使舰载飞机在这样小的“机场”上起飞、降落的法宝。

    ③一般情况下,舰载机从航空母舰起飞的方式可分为三种。第一种是蒸汽弹射起飞。起飞时,飞机的前轮被挂在起飞装置中,就好像将飞机放在拉满弦的弓箭上。飞行员在得到起飞许可后加足马力,同时用刹车防止飞机移动。在他得到起飞信号的同时要放开刹车,再借助蒸气弹射装置的启动,将飞机弹出跑道。第二种是拖索式弹射起飞。起飞时,用钢质拖索牵引飞机加速起飞。但这种弹射方式比较陈旧,使用这种方式的航母较少。第三种是斜板滑跳起飞,这种起飞方式不需要复杂的弹射装置。采用这种方式的航空母舰甲板前端有一个“跳台”,飞机在起飞时以自己的动力经由跳台的协助“跳”上空中,升空的那一刻就好像滑板运动员冲出U形赛道的瞬间。

    ④在航空母舰的飞行甲板后部有四条拦截索。拦截索是由液压系统制动的,它仅用两秒钟就可以使飞机在50米内停下来。飞行员必须让飞机的捕捉钩挂上其中一条,在最佳情况下捕捉钩应该挂上第三条;假如挂上前两条,那么飞机的下降角度太平;假如挂上最后一条,那么飞机的下降角度太陡;着陆时飞行员必须将飞机完全压低,这样他可以保证捕捉钩钩住其中的一条拦截索。同时他必须将发动机开到最大,这样假如飞机没有挂上拦截索,也可以在最短时间内加速离开甲板,重新回到降落航线。

    ⑤航空母舰舰载机起降技术的解决,把舰艇与战机完美地结合在一起,这使得航空母舰在现代军事中发挥了不可替代的作用。

    ⑥目前,航空母舰发展的主要趋势是向两极化发展,即大型化和轻型化,前者为常规起降飞机的航空母舰,后者为垂直短距起降飞机、直升机航空母舰。而各种新型航空母舰正在探索之中,未来的航空母舰基本式样不会出现重大变化,但新型航空母舰不久有可能问世。

同类题3

阅读下面的文字,完成后面小题。

    在大自然中,悦耳动听的鸟鸣声给人们带来无限的愉悦。每一类鸟的鸣声都不尽相同。乌鸦呱呱叫,山雀的鸣声如嘹亮的哨响,隐夜鸫的叫声则似长笛声般悠扬。那么在复杂的背景噪声下,如何识别鸟鸣声?是否存在可以识别每一类鸟鸣的应用程序?

    针对上述问题,英国牛津大学的蒂莫·帕帕多普洛斯和他的同事,提出了一种能够识别各类鸟叫声的鸟鸣识别算法。

    一般情况下,自然资源保护论者需要通过定期的徒步旅行或者直升机旅行的方式,对生存在特定区域内的鸟类数目进行统计和总结。然而,如果通过音频录制鸟鸣,再将音频转化为物种计数,采用此方法代替旅行统计方式,将使得鸟类追踪的研究变得轻而易举,为研究鸟类种群数目是否下降或者鸟类的迁徙模式是否改变等,带来很大便利。

    英国伦敦大学玛丽女王学院的丹·斯托博士称:“鸟鸣极其复杂,这些最简单的声音通常难以分辨,因为它们听起来如此相似。”毕竟我们无法听清远处的,特别是在嘈杂环境中的鸟叫声。

    牛津大学的研究团队在亚洲和欧洲共收录了15种不同鸟类的鸣叫声,包括新疆歌鸲、大山雀、画眉等。他们收录的鸟鸣声中混杂了不同的音频环境,如市区公园中较为平缓的背景噪声或者露天市场中密集人群的喧嚣声。

    如此多样化的混合声音,用于机器学习算法的训练过程,通过训练后的机器来选择包含鸟鸣声的音频段。尽管鸟鸣声与部分噪声频率相近,影响算法的准确性,但这些学习算法仍能成功地从噪声中区分出鸟鸣声。

    目前国内福州大学的研究团队,对于低信噪比鸟鸣识别的算法是将声音信号转化为图像,对图像进行处理得到一串被称作特征值的数字,并用这串数字代替声音进行识别。

    国外其他研究团队也在致力于研究自己的鸟鸣识别算法,尤其是那些能够识别不同鸟类物种的算法。斯托和他的同事正在测试名为Warblr的应用程序,在最佳状态下,Warblr进行鸟类识别的准确度可以高达95%,该数据已经得到巴西一家鸟类鉴定组织的认证。美国威斯康星大学的研究团队研发了一个相似的应用程序,命名为WeBIRD,是针对本地鸟类而设计的。美国康奈尔大学鸟类学实验室研发的Merlin应用程序,通过对鸟类的大小、颜色、位置等简单情况的了解,以利于人们对鸟类进行区分。

    斯托博士认为,对鸟鸣识别应用技术进行探索的最终目标不仅仅用于识别鸟类,更是想要破译鸟类之间真正的“人际关系”,如果音频能够转换为物种计数,那么我们可以更方便地监测鸟类种群的变化。德国动物声音档案自然历史博物馆的马里奥说,类似牛津大学团队提出的鸟鸣识别算法,对研究自然环境是很有价值的。(摘编自李应编译《鸟鸣识别》)