诗经名句(供大家看代码疲劳的时候消遣下)

本文精选了《诗经》中的经典诗句并附带现代汉语译文,展现了古代中国社会生活的多个侧面,包括爱情、婚姻、劳动、宴会等,反映了当时的社会风貌和人民的思想感情。

 关关雎鸠,在河之洲,窈窕淑女,君子好逑。《诗经·国风·周南·关雎》   

译:水鸟应和声声唱,成双成河滩。美丽贤德的好姑娘,正是我的好伴侣。  

蒹葭苍苍,白露为霜。所谓伊人,在水一方。溯洄从之,道阻且长。溯游从之,宛在水中央。《诗经·国风·秦风·蒹葭》   

译:初生芦苇青又青,白色露水凝结为霜。所恋的那个心上人,在水的另一边。沿着弯曲的河边道路到上游去找伊人。道路上障碍多,很难走。顺流而下寻找她。仿佛在河的中间。  

桃之夭夭,灼灼其华。之子于归,宜其室家。 《诗经·国风·周南·桃夭》   

译:桃树含苞满枝头,花开灿烂如红霞。这位姑娘要出嫁,定能使家庭和顺。     

知我者,谓我心忧;不知我者,谓我何求,悠悠苍天,此何人哉? 《诗经·国风·王风·黍离》   

译:知道我的人,说我心烦忧;不知道的,问我有何求。高高在上的老天,是谁害我如此(指离家出走)?  

彼采萧兮,一日不见,如三秋兮。《诗经·国风·王风·采葛》   

译:采蒿的姑娘,一天看不见,犹似三季长。   

青青子衿,悠悠我心。《诗经·国风·郑风·子衿》   

译: 我怀恋着倩影,我心伤悲!  

投我以木瓜,报之以琼琚。《诗经·国风·卫风·木瓜》   

译:他送我木瓜,我就送他佩玉。   

昔我往矣,杨柳依依.今我来思,雨雪霏霏.《诗经·小雅·采薇》   

译:回想当初出征时,杨柳轻轻飘动。如今回家的途中,雪花纷纷飘落。   

风雨如晦,鸡鸣不已.既见君子,云胡不喜? 《诗经·国风·郑风·风雨》   

译:风雨晦暗秋夜长,鸡鸣声不停息。看到你来这里,还有什么不高兴呢?   

有匪君子,如切如磋,如琢如磨。(《诗经·国风·卫风·淇奥》)   

译:这个文雅的君子,如琢骨角器一般,如雕玉石般完美无斑。   

言者无罪,闻者足戒。(《诗经·周南·关雎·序》)   

译:指提意见的人只要是善意的,即使提得不正确,也是无罪的。听取意见的人即使没有对方所提的缺点错误,也值得引以为戒。   

它山之石,可以攻玉。(《诗经·小雅·鹤鸣》)   译:在别的山上的宝石,同样可以雕刻成玉器。   

投我以桃,报之以李。(《诗经·大雅·抑》)   译:人家送我一篮桃子,我便以李子相回报。   

靡不有初,鲜克有终。(《诗经·大雅·荡》)   译:开始还能有些法度,可惜很少能得善终。   

呦呦鹿鸣,食野之苹。我有嘉宾,鼓瑟吹笙。《诗经·小雅·鹿鸣》   译:野鹿呦呦叫着呼唤同伴,在那野外吃艾蒿。我有许多好的宾客,鼓瑟吹笙邀请他。  

手如柔荑,肤如凝脂,脸如蝤麒,齿如瓠犀。巧笑倩兮,美目盼兮。《诗经·国风·卫风·硕人》   

译:手指纤纤如嫩荑,皮肤白皙如凝脂,美丽脖颈像蝤蛴,牙如瓠籽白又齐,额头方正眉弯细。微微一笑酒窝妙,美目顾盼眼波俏。   

死生契阔,与子成说。执子之手,与子偕老。 《诗经·国风·邶风·击鼓》  译:生生死死离离合合,我曾经对你说过,我愿意握着你的手,伴着你一起垂垂老去。   

硕鼠硕鼠,无食我黍。三岁贯汝,莫我肯顾,逝将去女,适彼乐土。(魏风·硕鼠)  

译:老鼠老鼠,别再吃我的黍。多年侍奉你,可从不把我顾。发誓要离开你,到那舒心地。  (这里把剥削阶级比作老鼠)  

秩秩斯干幽幽南山《小雅。鸿雁。斯干》  译:潺潺的山涧水,深远的南山。

南有乔木,不可休思。汉有游女,不可求思。汉之广矣,不可泳思。江之永矣,不可方思。《诗经·国风·周南·汉广》

译:汉水之南有乔木,我却不愿探林幽。隔水美人在悠游,我心渴慕却难求。

汉水滔滔深又阔,水阔游泳力不接。汉水汤汤长又长,纵有木排渡不得。 高山仰止,景行行止。《诗经·小雅·甫田之什·车舝》  

译:高山抬头看得清,沿着大道向前奔。

月出皎兮,佼人僚兮,舒窈纠兮,劳心悄兮!《诗经·国风·陈风·月出》

译:月亮出来,如此洁白光明,璀璨佳人,如此美貌动人。身姿窈窕步轻盈,让我思念心烦忧。

采采卷耳,不盈顷筐。嗟我怀人,寘彼周行。 《诗经·国风.周南.卷耳》

译:采呀采呀采卷耳,半天不满一小筐。我啊想念心上人,菜筐弃在大路旁。

于以采苹?南涧之滨;于以采藻?于彼行潦。《诗经·国风·召南·采苹》

译:哪儿可以去采苹? 就在南面涧水滨。哪儿可以去采藻? 就在积水那浅沼。

维鹊有巢,维鸠居之。之子于归,百两御之。《诗经·国风·召南·鹊巢 》

译:喜鹊筑成巢,鳲鸠(布谷鸟)来住它。这人要出嫁,车队来迎她。

静女其姝,俟我于城隅。爱而不见,搔首踟蹰。《诗经·国风·邶风·静女》

译:美丽姑娘真可爱,她约我到城头来。故意躲藏逗人找,惹我挠头又徘徊。

燕燕于飞,差池其羽。之子于归,远送于野。瞻望弗及,泣涕如雨。《诗经·国风·邶风·燕燕》

译:燕子双飞,前后相随。妹妹出嫁,我一送再送。抬首远望,看不见妹妹,我泪如雨。

战战兢兢,如临深渊,如履薄冰。《诗经·小雅·小旻》

译:面对政局我战兢,就像面临深深渊,就像脚踏薄薄冰。

岂曰无衣?与子同袍。王于兴师,修我戈矛。与子同仇! 《诗经·秦风·无衣》

译:谁说没有衣裳?和你穿同样的战袍。君王要起兵,修整好戈和矛,和你同仇敌忾!

 如月之恒,如日之升。如南山之寿,不骞不崩。如松柏之茂,无不尔或承。《诗经·小雅·天保》

译: 犹如上弦的月,好比初升的日。恰似南山之寿,不会崩坍陷落。犹如松柏枝叶,长青不衰。

我心匪石,不可转也。我心匪席,不可卷也。 《诗经·国风·邶风·柏舟》 

译:我的心不是圆圆的石头,不可任意转动呀!我的心不是睡眠的草席,不可任意卷起来! 绿兮丝兮,女所治兮。

我思古人,俾无訧矣。絺兮绤兮,凄其以风。我思古人,实获我心。《诗经·国风·邶风·绿衣》

译:绿色丝啊绿色丝, 绿丝本是你手织。 睹物思人念亡妻, 是你是我无过失。细葛衣啊粗葛衣, 穿在身上有凉意。 睹物思人念亡妻, 样样都合我心意。 其雨其雨,杲杲出日。

愿言思伯,甘心首疾。 焉得谖草?言树之背。愿言思伯,使我心痗。《诗经·国风·卫风·伯兮》

译:天要下雨就下雨,却出太阳亮灿灿。一心想着我大哥,想得头痛也心甘。哪儿去找忘忧草?种它就在屋北面。一心想着我大哥,使我伤心病恹恹。 

终风且暴,顾我则笑,谑浪笑敖,中心是悼。终风且霾,惠然肯来,莫往莫来,悠悠我思。《诗经·国风·邶风·终风》

译:狂风迅疾猛吹到,见我他就嘻嘻笑。调戏放肆真胡闹,心中惊惧好烦恼。狂风席卷扬尘埃,是否他肯顺心来。别后不来难相聚,思绪悠悠令我哀。

雄雉于飞,泄泄其羽。我之怀矣,自诒伊阻。雄雉于飞,下上其音。展矣君子,实劳我心 。《诗经·国风·邶风·雄雉》

译:雄雉飞在遥遥的远方,羽翅舒展真漂亮。我朝思暮想的人儿啊,愁思绵绵音信渺茫。雄雉飞在遥遥的远方,四处响起他的欢唱。诚实可爱的人儿啊,无尽相思使我心伤。

山有榛,隰有苓。云谁之思?西方美人。彼美人兮,西方之人兮。《诗经·国风·邶风·简兮》

译:高高山上榛树生,低湿之地长苦苓。朝思暮想竟为谁?西方美人心中萦。美人已去无踪影,远在西方难传情。

遵彼汝坟,伐其条枚;未见君子,惄如调饥。 《诗经·国风·周南·汝坟》

译:沿着汝河大堤走,采伐山楸那枝条。还没见到我夫君,忧如忍饥在清早。

喓喓草虫,趯趯阜螽;未见君子,忧心忡忡。亦既见止,亦既觏止,我心则降。《诗经·国风·召南·草虫》

译:听那蝈蝈蠷蠷叫,看那蚱蜢蹦蹦跳。没有见到那君子,忧思不断真焦躁。如果我已见着他,如果我已偎着他,我的心中愁全消。

内容概要:本文围绕“基于分布式模型预测控制的多个固定翼无人机一致性控制”展开,利用Matlab代码实现相关算法的仿真,旨在通过分布式控制策略实现多架固定翼无人机在复杂动态环境中的协同飞行与一致性控制。研究结合模型预测控制(MPC)方法,构建适用于多无人机系统的分布式优化框架,重点解决了通信受限、信息延迟及无中心化指挥条件下的协同稳定性问题。内容涵盖固定翼无人机的动力学建模、分布式MPC优化求解机制、一致性协议设计、通信拓扑结构分析以及仿真验证全过程,确保多机系统在保持队形一致的同时完成协同任务。; 适合人群:具备自动控制理论、无人机系统建模或多智能体协同控制基础,从事智能无人系统、集群控制、自动化与机器人等领域研究的研究生、科研人员及工程技术人员。; 使用场景及目标:①应用于多无人机协同编队飞行、集群侦察、分布式任务执行等实际工程场景;②为分布式MPC算法在多智能体系统中的一致性控制提可复现的Matlab仿真案例,推动先进控制理论向工程实践转化;③服务于科研论文复现、算法验证、控制系统课程设计与毕业课题参考。; 阅读建议:建议读者结合文中提的Matlab代码逐模块运行与调试,重点关注分布式MPC在不同通信拓扑下对一致性收敛性能的影响,并可通过调整预测时域、权重矩阵与噪声参数等方式深化对算法鲁棒性与适应性的理解。
内容概要:本文提出了一种基于变分模态分解(VMD)、麻雀搜索算法(SSA)优化与长短期记忆网络(LSTM)相结合的光伏功率预测模型(VMD-SSA-LSTM),旨在提升光伏发电预测的精度与鲁棒性。该方法首先利用VMD对原始非平稳光伏功率序列进行自适应分解,获得一系列具有更稳定特征的本征模态分量(IMFs),有效降低数据复杂性与噪声干扰;随后引入麻雀搜索算法(SSA)对LSTM网络的关键超参数(如学习率、隐层节点数等)进行全局寻优,克服传统试凑法效率低、易陷入局部最优的问题,显著提升模型收敛速度与泛化能力;最后,构建多个LSTM子模型分别预测各模态分量,并将结果重构得到最终的光伏功率预测值。该混合模型充分融合了VMD在信号预处理中的优异分解性能、SSA在参数优化中的高效搜索能力以及LSTM在捕捉时间序列长期依赖关系上的强大建模优势,实现了对复杂气象因素影响下光伏出力波动的高精度拟合与预测。; 适合人群:具备一定电力系统、新能源发电或时间序列预测基础知识,熟悉MATLAB编程环境,从事光伏功率预测、智能电网调度、可再生能源集成、负荷预测等领域研究的科研人员、工程技术人员及高校研究生。; 使用场景及目标:①应用于光伏电站的短期与超短期功率预测,为电网安全调度、电力市场交易、储能系统配置及需求侧响应提精准数据支撑;②解决传统单一预测模型(如ARIMA、BPNN、单一LSTM)在处理非平稳、强波动性光伏数据时存在的精度不足、稳定性差等问题;③为风电、负荷等其他非平稳时序预测问题提一种有效的“分解-优化-预测”混合建模范式与技术实现路径。; 阅读建议:建议读者结合文中提的完整MATLAB代码,深入理解VMD信号分解、SSA优化算法流程及LSTM网络构建的每一个技术环节,通过实际历史数据进行模型复现与对比实验(如与VMD-LSTM、SSA-LSTM等模型比较),掌握参数调优技巧与模型性能评估方法,从而真正掌握该先进混合预测模型的核心思想与应用精髓。
代码转载自:https://pan.quark.cn/s/a4b39357ea24 在当代信息技术行业,深度学习技术的应用已经全面渗透到众多实际情境中,其中生成对抗网络(GAN)以及深度卷积生成对抗网络(DCGAN)被视为促进人工智能领域发展的核心技术之一。接下来将具体阐述如何借助Pytorch框架与MNIST数据集来完成基础GAN和DCGAN的开发,并解析过程中涉及的关键概念。 ### Pytorch框架与MNIST数据集概述 **Pytorch** 被视为一种广受欢迎的开源机器学习平台,其具备动态计算图与高度适应性等特性,因此在学术研究领域备受推崇,能够支持多种类型的深度学习架构。 **MNIST数据集** 是一个包含手写数字的图像集合,常用于训练各类图像识别系统,涵盖从0至9的数字图像,每张图像的尺寸为28x28像素。由于其入门级难度,MNIST数据集特别适合用于教学演示和实验操作。 ### 基础生成对抗网络(GAN)核心概念 **基础GAN** 是一种由生成器(Generator)和判别器(Discriminator)构成的无监督学习框架。生成器的核心任务是创造足以乱真的图像数据,而判别器的关键职责在于精确辨别真实图像与生成图像之间的差异。 1. **生成器**:该模块以随机噪声为输入,通过深度神经网络进行转换,最终输出接近真实图像的数据。其根本目的在于迷惑判别器。 2. **判别器**:对输入数据(无论是真实图像还是生成图像)进行评估,并输出其属于真实样本的概率。判别器的训练重点在于提升识别的精确度。 3. **训练机制**:GAN的训练过程涉及两个网络之间的交替训练,即在锁定一个网络参数的情况下对另一个网络进行训练。首先优化判别器以增强其区分能力...
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值