easy的副词词性

easy的副词词性（精选6篇）

easy的副词词性 第1篇

He was an easy person to talk to.

他是个可以与之轻松交谈的人。

The cupboard is easy to assemble.

这个橱柜容易组装。

The shelves are easy to assemble.

搁架容易装配。

easy的副词词性 第2篇

The problem is anything but easy.

这个问题一点也不简单。

He was an easy person to talk to.

他是个可以与之轻松交谈的人。

The cupboard is easy to assemble.

这个橱柜容易组装。

Strawberries bruise easily.

草莓容易损伤。

The disease spreads easily.

这种疾病容易传播。

Dennis made friends easily.

easy的副词词性 第3篇

现代生活中信息在人们的工作、学习和生活中发挥着越来越重要的作用,其中最直接、最主要的信息就是图像信息。如何对接收到的混合图像信号实现盲源分离,一直是信号处理领域的难点和热点。通常在图像分离时,无法预知原始图像的基本信息,仅根据接收到的混合信号有效地将图像信息分离,这样一个信号分离或恢复的过程就称为盲信号分离。

文献[1]利用小波变换的方法将混合图像从空域转化到频域,获取混合图像高频对角分量,在频域空间利用线性聚类稀疏成分分析法估计混合矩阵,进而最终重构源图像。该法虽然能准确有效地提取出源图像,但是算法复杂度较高。文献[2]采用不完整自然梯度算法( Non- holonomic Natural Gradient,NNG) 对混合图像进行盲源分离,提高了算法的稳定性,但是对图像信号并没有做处理, 算法有效性有待进一步提高。文献[3]采用退火法调节EASI算法的变步长,对于通信信号而言具有很好的调节作用,但是对于图像信号适用性不高。

针对以上各算法的不足,笔者提出了一种基于小波变换的EASI混合图像盲分离算法。它首先利用小波变换将混合信号从时域转化到频域,并取其中具有超高斯分布的高频部分作为新的混合信号; 然后利用EASI算法,对新的混合信号进行盲源分离从而得到分离矩阵; 最后利用分离矩阵对原始混合信号进行分离,从而将各原始图像恢复出来。

2盲源分离模型

为方便分析,在假设噪声可以忽略的情况下,研究自适应盲源分离算法,则混合模型[4]可以表示为

式中: X为混合信号向量; S = [S1; S2; ; SL]为L行的源信号向量; A为混合矩阵。

通常,ICA模型建立在如下约束条件下: 在任何一瞬间时间点,源信号各分量Sl( l = 1,2,,L) 相互统计独立; 源信号各分量中最多只能有一个是高斯型信源; 混合矩阵A非奇异,观测信号的维数不小于源信号的维数。

盲源分离算法一般是先选择一个目标函数,然后根据这个目标函数,寻找一种最优算法从而找到最佳的分离矩阵W 。假设盲源分离信号的分离矩阵为W ,则分离出的源信号为

假设全局矩阵为G ,则有

理想的情况下,自适应盲源分离算法应该得到一个分离矩阵W使全局矩阵收敛于一个K K的单位矩阵I , 即G = WA = I。

3图像信号的小波变换

式中: 1/ a是为了保证小波伸缩前后其能量不变而引入的归一因子; b1,b2为二维位移量。

对一个二维图像,二小波变换可以将它分解为各层各个分辨率上的近似分量。LLi频带是原始图像的缩略图,是图像数据集中的频带,数值较大,不具有稀疏性。 HLi和LHi频带分别反映图像的垂直边缘和水平边缘, HHi频带反映图像沿水平方向和垂直方向的高频细节。 HLi,LHi,HHi这三个高频部分均具有稀疏性[5 - 6]。图像一级和二级的分解过程如图1所示。

由于ICA盲分离需满足源信号独立且非高斯分布, 对于具有亚高斯分布特点的图像信号分离精度并不高。 但是图像经过小波变换后得到的稀疏系数矩阵比原始信号的超高斯性能更强,这就使原始图像信号的相互独立性和非高斯越强,从而使盲源分离算法能更好的分离混合图像。

对X = AS两边做小波变换,得到

式中: CX是CS的小波变换系数。从CX中取出具有稀疏性的系数组成新的系数矩阵C进行盲源分离,从而得到分离矩阵W 。

4新变步长EASI算法

4. 1 EASI算法理论推导

由于信号的独立性约束条件,先白化混合矩阵,则白化矩阵B就可以表示为

式中: z( k) = Bx( k) 为白化以后的信号,白化可以使分解更容易进行且也更稳定。又因为U为正交化矩阵,为保证调节后阵列仍是正交化的,就要把相对梯度投影到其斜对称的空间,可以得到正交阵的更新方程

其中

这时,为得到分离矩阵W ,将白化和正交阵合成一个矩阵,即

其中

通常,为使算法更加稳定,需要对EASI算法进行归一化处理,得

式中: μ( k) 为自适应步长; f() 表示非线性函数,非线性函数的选取取决于源信号的统计分布。对于累计量小于零的亚高斯源信号,选取非线性函数一般为f( y( k) ) = y3( k) ; 对于累计量大于零的超高斯信号,选取非线性函数f( y( k) ) = tanh( gy( k) ) ,g为常数。因为小波变换后的图像信号为超高斯分布,故选择f( y( k) )= tanh( gy( k) ) 的情况。

4. 2 EASI算法的不完整梯度性

根据信息几何学方法,为使算法稳定,则满足以下两个条件可以构成估计函数[7]:

2) 对角元素▽ii( Y) 为任意值。

从而可以得到一般的估计函数,记为

从估计函数可以得到一种通用的学习算法迭代公式为

因为对角元素为任意值,单位矩阵I不影响估计函数。故式( 13) 还可以写成

可以看出式( 14) 即为通常见到的自然梯度算法的一般形式。但是自然梯度算法在有些情况下将失效,这是因为自然梯度学习方程使 ΔW( k) 的变化依赖于y和W的变化,从而确定了 ΔW( k) 的变化方向,使分离矩阵W在某些情况下只在其等价矩阵集合内更新。因此,需要一种学习规则,使 ΔW( k) 的变化轨迹正交于分离矩阵W的等价矩阵集合。由文献[8]可知,当且仅当dxii= 0,i = 1, 2,,n时,即 ΔW( k) 的对角线元素均为0,就可以限制 ΔW( k) 的变化方向,使每一点的移动方向正交于W的等价矩阵集合。

因为由d X = d WW-1定义的基是不完整的,因此称该约束为不完整约束。在此约束下,得到一般的不完整自然梯度的迭代公式为

从而,可以得到

式( 18) 的对角线上的元素值为0,故也就满足了不完整基约束条件下的dxii= 0,i = 1,2,,n ,所以也可以称EASI算法是不完整的。

将经过小波变换后的图像信息稀疏矩阵C代入式( 11) 可得本文算法分离矩阵的迭代公式

4. 3变步长的选择

由式( 10 ) 可知

反映了EASI算法最终的分离程度,故可以定义分离度SD( k) ( Separation Degree)[9]为

由于EASI算法是白化和正交的结合,因此得到

式( 22) 也能反映算法的分离程度,故还可以进一步简化分离度公式,得

可见,当SD( k) 0时,分离矩阵

SD( k) 表示了信号分离的状态。

当SD( k) = 0时,信号得到彻底分离。因此本文采用SD( k) 控制步长因子 μ( k) 变化,可以得到变步长因子公式

为使步长更好地根据实际分离效果自动调节,设参数0 < γ < 1 , 0 < β < 1 ,当SD ( k ) 增大,则使 ,从而使步长变小,使算法趋于稳定; 反之,如果SD( k) 减小,则使 α( k) = 1 + γSD( k) ,从而增大步长, 使算法快速收敛。根据分析,控制 μ( k) 变化的参数 α( k) 可表示为

可见,收敛速度由参数 γ 控制,收敛的稳定性能由参数 β 控制,通过上式,步长控制因子 α( k) 可以在收敛速度和稳定性之间很好地寻找到步长变化的一个平衡点。可以根据实际情况选取合适的 γ ,β 参数值,从而找到最佳的变步长调节因子。

4. 4整体流程和步骤

综合以上理论分析,可以得到基于小波变换的混合图像EASI盲分离算法的整体流程如图2所示。

算法的具体实现步骤如下:

1) 对混合矩阵X中的混合信号分别进行二维小波变换,取各自的高频分量组成新的混合矩阵C ; 选择一个初始化分离矩阵W ,根据要处理信号选择f() ,这里选择f( y( k) ) = tanh( gy( k) ) ,初始化 α ,β ,μ 的值。

2 ) 计算y ( k ) = WC ( k ) 和f ( y ( k ) ) = tanh ( gy ( k ) ) 。

4) 根据公式( 19) 更新分离矩阵W 。

5) 如果分离矩阵尚未收敛,返回步骤3) ,否则分离结束。

6) 利用得到的分离矩阵W分离混合信号X ,得到分离图像S。

5评价性能指标

本文采用下面两种评价标准评价盲源分离的分离效果。

1) 系统全局矩阵性能指标

式中: 性能指标( Performance Index,PI) 表示全局矩阵G与单位阵I的近似程度; gik表示G中的元素,n表示矩阵G的行列数。当分离出的图像与源信号的相似程度完全相同时有PI( k) = 0 。

2) IF方法

式中: f ( x , y ) 和 分别表示原始图像和恢复图像的元素值 。IF的值越接近于1表示两幅图像越相似, IF可以很准确地反映两幅图像的差别程度 。

6仿真试验

6. 1实验1: 对混合图像进行盲分离

随机选择4幅128 128的图像,混合矩阵为随机产生的高斯分布矩阵,初始步长为 μ = 0.05 ,参数 γ = 0.000 1, β = 0. 001 ,g = 32 ,初始分离矩阵为随机产生矩阵。

由图3可以看出,该算法可以将混合图像很好地分离出来。表1中,4幅图的IF值都近似为1。另外,通过仿真还发现系统的全局变量近似为单位矩阵,PI值约为0. 016 1。可见该算法对混合图像的分离性能良好。只是图3中存在反片的情况,但这种情况是可以允许的。

6. 2实验2: EASI算法图像混合分离性能比较

随机选择4幅、6幅和8幅的128 128的图像分别进行500次蒙特卡罗仿真,混合矩阵均为随机产生矩阵,初始步长均为 μ = 0. 05 ,参数 γ = 0. 000 1 ,β = 0. 001 ,初始分离矩阵也均为随机产生矩阵。

图4为EASI算法和NNG算法的步长收敛比较图,可以看出,与NNG相比,EASI算法的收敛速度更快,更加适用于环境实时变化较高和变步长初始值较大的情况。实验3将进一步证明这一点。

图5为不同混合图像数时EASI算法PI性能比较图。 可见,在4幅图、6幅图和8幅图混合的情况下,EASI算法分别经过6 000次、4 000次和3 000次迭代性能曲线开始收敛,但是收敛曲线最终性能指标PI值越来越大,因此图像越少分离效果越好,而收敛速度越慢。但是,EASI算法在4幅图混合时的PI值在0. 02以下,表明该算法具有较高的分离精度和稳定的分离性能; 即使在8幅图的情况下,性能曲线最终的PI值也在0. 04以下,故EASI算法在混合图像较多情况下也能实现很好的分离。

6. 3实验3: 在非平稳环境中,EASI算法和NNG算法的分离性能比较

原始图像为随机选取的4幅64 64的小图片,混合矩阵为随机产生矩阵,且在分离过程中混合矩阵有变化, 初始步长均为 μ = 0. 1 ,参数 β = 0. 001 ,α = 0. 000 1 ,初始分离矩阵也均为随机产生矩阵,做蒙特卡洛仿真200次。

由图6可以看出,与NNG算法相比,EASI算法在初始变步长较大的情况或实时变化要求较高的环境中,当数据源较少、算法迭代次数受到限制时,能够更快地变化调整,实现很好的分离效果。

7小结

easy的副词词性 第4篇

英语中有很多表达中使用了“easy”这个词。今天我们就从“easy”这个词说起吧。

Everyone has its own way of saying things， its own special expressions. Some are easy to understand. The words create a picture in your mind.

每个人都有自己特定的说话方式和特殊的表达方法。有些短语简单易懂，你能在脑海中浮现出它们的形象。

“As easy as falling off a log （n. 原木）” is one such expression. It describes a job that does not take much effort. If you ever tried to walk on a fallen tree log， you will understand what the expression means. It is easier to fall off the log than to stay on it. The expression is often used today. For example， you might hear a student say to her friend that her English test was as easy as falling off a log.

“像从原木上掉下来一样容易（小菜一碟）”就是这样一个短语。它形容的是毫不费力的活儿。如果你曾经尝试行走于倒下的原木上，你就会明白这个短语表达的意思。相比呆在原木上，人更容易从上面摔下来。今天我们也时常用到这个短语，例如，你可能会听到一个学生对她的朋友说英语测验对她来说简直是小菜一碟。

There are several other expressions that mean the same thing. And their meaning is as easy to understand as falling off a log. One is， easy as pie. Nothing is easier than eating a piece of sweet， juicy pie， unless it is a piece of cake. A piece of cake is another expression that means something is extremely easy to do. A friend might tell you that his new job was a piece of cake.

还有另外几个短语意思相同，这些短语的意思也像“从原木上掉下来”一样简单易懂。其中有一个是“像吃馅饼一样容易”。没有什么事儿比吃香甜多汁的馅饼更简单的了，除非是它是“一块蛋糕（小菜一碟）”。小菜一碟是另一个表示某事极其容易的短语。有朋友可能告诉你他的新工作简直是小菜一碟。

Another expression is as easy as shooting fish in a barrel （n. 桶）. It is hard to imagine why anyone would want to shoot fish in a barrel. But， clearly， fish in a barrel would be much easier to shoot than fish in a river. In fact， it would be as easy as falling off a log.

另一个表达是“在木桶里叉鱼一样容易”。很难想像为什么有人要在木桶里叉鱼。但是，很明显，在木桶叉鱼比在河里容易多了。事实上，这就像从圆木上摔下来一样容易。

Sometimes， things that come to us easily also leave us just as easily. In fact， there is an expression “easy come， easy go” that shows this. You may win a lot of money in a lottery， then spend it all in a few days. Easy come， easy go. When life itself is easy， when you have no cares or problems， you are on easy street. Everyone wants to live on that street.

有时候，东西来得容易，去得也容易。事实上，有个短语正好说明了这个现象——“来得容易，去得也容易”。你可能中彩票得了很多钱，而接下来的几天就把钱花光了。真是来得快，去得也快。当生活本身很惬意，你也无忧无虑，那么你正走在“康庄大道”上。这正是每个人都想要的生活。

Another expression is to go easy on a person. It means to treat a person kindly or gently， especially in a situation where you might be expected to be angry with him. A wife might urge her husband to go easy on their son， because the boy did not mean to break the car.

另一个相关的短语是“宽容待人”。表示对别人宽容或友善，特别是在你本该对别人发脾气的情况下。某个妻子可能想让她丈夫宽恕儿子，因为儿子并不是故意把车弄坏的。

If it is necessary to borrow some money to fix the car， you should look for a friend who is an easy touch. An easy touch or a soft touch is someone who is kind and helpful. He would easily agree to lend you the money.

如果必须借钱修车，那你应该找个有求必应的朋友。“有求必应”的人是指善良且乐于帮助他人的人。他很容易同意借钱给你。

And one last expression means do not worry or work too hard. Try to keep away from difficult situations. Take it easy. You can do it！

最后一个短语意思是“不要太紧张或太拼”，试着摆脱困境，别着急，别紧张，放松些，你一定能行！

Now， its your turn to guess the meanings of the expressions about the word “easy”！下面，你来猜一猜文中与“easy”一词有关的表达方式的意思吧！

参考释义：

1. be as easy as falling off a log 探囊取物；不费吹灰之力

2. be easy as pie 非常容易

3. a piece of cake 小菜一碟

4. be as easy as shooting fish in a barrel 手到擒来

5. easy come， easy go 来得容易，去得也容易

6. easy street 有足够的钱，生活得很舒适

7. to go easy on a person 宽容对待某人

8. an easy touch/ a soft touch 有求必应的人；容易受骗的人

easy的副词词性 第5篇

1.副词比较级的构成(1)单音节副词和个别双音节副词通过加-er，-est来构成比较级和最高级。

(2)绝大多数副词借助more，most来构成比较级和最高级。

(3)少数副词的不规则变化：

原级 比较级 最高级

well better best

badly worse worst

much more most

little less least

far farther farthest

farthest furthest

late later latest

(4)副词的最高级前面可以不加定冠词the。

(5)常用句型有like A better than B和like A(the)best of(in)„

其余变化和形容词类似。

2.常见副词用法

(1)too, either

Too 一般用于肯定句，常放在句末，否定句时用either。

(2)ago，before

easy的副词词性 第6篇

一、二通插装阀工作原理及数学模型

二通插装阀插装件由阀芯、阀套、弹簧和密封件组成 (图1) [1], 图中A, B为主通油口, X为控制油口。阀芯主要受到来自A, B和X的压力, 以及插装元件的弹簧力作用, 若忽略阀芯质量和摩擦力, 阀芯的力平衡方程为式 (1) 。

式中AA———油口A处阀芯面积

AB——油口B处阀芯面积

AX———控制油口处阀芯面积

F1———弹簧力

pA——油口A处压力

pB——油口B处压力

pX——控制腔压力

F2———阀芯所受稳态液动力

c———阀口流量系数

p———阀块工作腔压力

dA——工作腔直径

α———阀口锥度

根据上述结构分析, 可建立二通插装阀的数学模型[2], 若忽略阀芯重力及摩擦阻力, 二通插装阀的阀芯受力方程为式 (4) 。

式中pA、pB、pX、AA、AB、AX和F2———同公式1

k——为弹簧刚度

x0———弹簧预压缩量

xL——弹簧工作压缩量 (阀芯位移)

mL——阀芯质量

二、二通插装阀建模

1. 仿真软件EASY5

EASY5是1套面向控制系统和多学科动态系统的仿真软件, 用于在产品概念和系统级设计阶段快速建立完整、可靠的功能虚拟样机, 目前广泛应用于航空航天、国防、汽车、工程设备和重型机械等工业领域。EASY5的液压库包括:①基本液压库, 包含用于液压系统建模和动/静态特性分析的元件模型, 提供开环液压系统建模必需的元器件, 但不能对模型的热传导、闭环特性和压力动态特性进行建模。②高级液压库, 包含所有基本液压库提供的元件, 同时还提供用于开闭环建模的高级元件, 并对热传导和压力动态特性给予全面考虑。高级库同时还包含阀芯/活塞动力学、摩擦、弹簧、泄漏、稳态和暂态液动力等元器件建模要素。本文建立的液压元件均从高级液压库中选取。

2. 仿真模型建立

仿真模型的建立以公式 (4) 为基础, 首先利用软件中的不同组件来实现作用于阀芯的各腔压力、弹簧力和稳态液动力, 求出合力后即可得到阀芯位移规律。由于阀芯位移与通流面积相关, 这样就得到了不同主通油口压力时具有不同通流能力的插装阀模型, 最后再以实际产品参数为基础对模型进行验证。

基于上述插装阀数学模型, 在EASY5软件中建立包含插装阀的液压系统仿真模型[3,4] (图2) 。在仿真模型中, 两个VX和一个CD组件模拟油液压力作用在阀芯上的力, 将液压系统中的压力乘以面积变为力输出;FF组件可产生稳态液动力;SF模拟弹簧力;FS可以对作用在插装阀阀心上不同方向的力求合力;PM组件可以将输入的力信号输出为位移信号, 将作用在插装阀阀心上的力转化为阀心运动;OA组件可将阀芯位移转化为阀口的通流面积;VM为可变节流阀, 用以模拟由OA组件引起的通流面积变化。本文研究的是方向控制用插装阀, 为验证模型的正确性, 在模型中加入泵和油箱。该插装阀模型控制腔VX2直接接油箱, T1可以控制泵的转速以得到在不同流量下插装阀的动态性能, SJ组件可以输出插装阀前后的压力差。液压油属性在FP组件中设定。以力士乐系列LC25A型插装阀为例, 对模型中主要组件相关参数进行设置, 参数设置见表1。

三、模型仿真及结果分析

在系统温度为50℃情况下采用Gear算法进行仿真, 得到系统流量从0均匀变化到580 L/min时插装阀前后压差 (图3) 。从图3可知该模型在压降为0.53 MPa时, 通流量约为420 L/min, 与该产品实际参数一致。对比图3和厂家提供的工作曲线 (图4, 系统温度50℃、油液黏度36 mm2/s) , 可以看出两条曲线能较好吻合, 表明建立的模型和参数设定是正确的。

对于结构原理相同而额定流量不同的阀, 只需一次性建模, 然后改变对应的物理参数和控制参数即可直接进行仿真。可通过修改各参数, 使阀达到最佳性能, 从而为二通插装阀的几何结构设计参数选择提供理论依据。同时也可仿真二通插装阀的各种故障, 为插装阀故障诊断和维修提供指导, 提高工作效率。

四、插装阀方向控制回路建模与仿真

为进一步验证上面建立的插装阀模型的正确性, 下面建立插装阀用作方向控制阀时的回路模型, 并对回路性能进行分析。在EASY5中建立方向控制回路仿真模型 (图5) , 图5中CV1和CV2分别为规格125和规格25的插装阀模型, 通过和二位四通电磁换向阀V4的组合实现二位三通阀的功能。图中PH是液压泵组件, 向模型中系统供油, 为模拟实际情况设定其流量为11600 L/min, 溢流阀RF用来控制系统压力。组件TG用来控制V4的工作状态, 组件SP用来控制系统仿真运行速度。图6是仿真时间为3 s, 通过插装阀CV1的流量曲线, 初始时TG控制V4位于左位, 插装阀CV1接通, 流量全部通过该阀, 此后TG控制V4位于右位, CV1关闭, 没有流量输出, 这也与实际情况相同。

五、结束语

(1) EASY5的图形化建模仿真界面直观易懂使用方便, 可将所需组件直接进行连接处理, 得到期望的液压系统, 提高工作效率。

(2) EASY5模型库组件丰富, 运用液压元件库和控制库, 可方便建立插装阀模型。

(3) 基于EASY5建立一种插装阀模型后, 对于结构原理相同而额定流量不同的阀, 只需一次性建模, 然后改变相应参数后仿真, 即可得到不同规格插装阀的性能参数, 为插装阀结构参数优化设计提供了基础。

参考文献

[1]李百炼.二通插装阀的结构、原理及其在液压机上的应用[J].锻压装备与制造技术, 2009, 44 (5)

[2] 罗艳蕾等.插装式二通方向控制阀动态特性仿真模型的建立[J].贵州工业大学学报, 2004, 33 (1)

[3] 陈跃坡.液压系统动态性能试验测试平台仿真研究[D].厦门:集美大学, 2008