Наименования природных явлений в костромских говорах

Наименования природных явлений в костромских говорах

Погодные условия и природные явления являются неотъемлемой частью существования сельского жителя, они во многом определяют закономерности крестьянского труда, бытовые условия, особенности проживания и эмоционального состояния человека.
Современные исследователи обращали внимание на отдельные лексемы данной группы (например, см. в сб. «Лексический атлас русских народных говоров»: статья С. Ю. Терехиной «Тематическая группа областных названий явлений природы в современном толковом словаре и словаре В. И. Даля», работа Р. И. Кудряшовой «Названия зимнего ветра со снегом в волгоградских говорах», статья Т. К. Ховриной «Словообразовательные особенности наименований природных явлений в ярославских говорах», исследование М. М. Кондратенко «Лексика народной метеорологии во владимиро поволжских и брянских говорах», статья Е. Г. Мельниковой «Лексико семантическая группа «Облой» (по материалам Картотеки Псковского областного словаря и Лексического атласа русских народных говоров)» и др.). Однако недостаточная изученность костромских говоров в плане лексических особенностей лексико тематической группы «Природные явления» и территориальной закрепленности того или иного наименования и обусловили выбор данных лексем в качестве объекта исследования.
В настоящей статье предпринята попытка изучения диалектных наименований природных явлений, функционирующих в говорах Костромской области.
Анализ слов тематической группы «Природные явления», записанных студентами и преподавателями Костромского госуниверситета в соответствии с «Программой собирания сведений для Лексического атласа русских народных говоров», учитывал как план выражения, так и план содержания диалектных лексем, их взаимоотношения в системе, а также территорию функционирования.
Собранный материал позволил выделить следующие подгруппы:
1. Названия погоды: погода 'любая погода', вёдро 'ясная, тихая, хорошая погода' На улице вёдро, надо сено сушить (Шарьин., Павин., Остров.), вёдрие 'ясная, теплая погода', неведрие 'ненастная погода' Неведрие цельную неделю стоит (Шарьин.), теплина 'теплая, жаркая погода', теплынь 'теплая, жаркая погода', ненастье 'пасмурная, дождливая погода', непогодь, непогодица 'дождливая, дурная погода, ненастье', година 'ненастная погода', жарина 'жаркое, летнее время, жаркая погода', безветренность 'погода, при которой нет ветра', заветерье 'ветреная погода', падера 'ненастная погода', бездождье 'погода, при которой долгое время нет дождей' (Павин.), загробная погода 'пасмурная, ненастная и вообще плохая погода' (Красносел.). К этой же подгруппе можно отнести и лексемы, содержащие в семантической структуре помету «о погоде»: запасмурнеть 'становиться пасмурной (о погоде)' (Нерехт.), бухмариться 'хмуриться, станоситься дождливой (о погоде)' (Шарьин.), завихориваться 'испортиться, сделаться ненастной (о погоде)' (Мантур.), замокропогодиться 'становиться ненастной, обласной (о погоде)' (Чухлом.), заносно 'пасмурно (о погоде)' (Вохом.), засеверать 'похолодать (о погоде)' (Павин.) и др.
2. Названия ветра: ветрина 'сильный ветер' (Мантур., Кадый., Костром.), ветрище 'сильный ветер' (Мантур., Шарьин., Нерехт., Кострм., Буйск., Сусан. и др.), ветрушко 'легкий ветер' А на кладбище то всегда ветрушко дует, никогда сильного то там и не бывало (Галич.), вьюжина 'сильный ветер со снегом' (Мантур., Галич., Шарьин.), заверть 'сильный ветер со снегом, метель' (Нерехт.), закрутень 'ветер огромной силы' Однажды такой закрутень был, думала все снесет, на улицу никто тогда не ходил, боялись (Галич., Шарьин.), буерага 'сильный ветер, чаще со снегом' (Нерехт.). Следует отметить, что на большей части территории костромских говоров распространены литературные варианты для обозначения ветра разной силы: метель, буран, вьюга, пурга, ураган.
3. Названия осадков: слякоть 'жидкая грязь во время влажной погоды', мокрель 'дождь со снегом' (Красносел.), лепня 'мокрый снег' (Нерехт.), назимь 'первый снежный покров' (Нерехт.), заспа 'снег с дождем, скорее мелкий град, обычно осенью, в начале зимы' (Вохом.), напуск 'проливной дождь в течение долгого времени' (Солиг.), заливень 'проливной дождь, ливень' Ой, вымокла вся, прямо под заливень попала, чуть чуть до дому то не дошла (Галич), грибник 'летний дождь в солнечную погоду' (Галич., Нерехт.), ситуха 'моросящий дождь' (Мантур.), моросейка, мороха 'мелкий, моросящий дождь' (Галич.), суморось 'мелкий, затяжной дождь' (Мантур.).
4. Названия инея: иней 'тонкий снежный слой, образующийся благодаря испарениям на охлаждающейся поверхности' (лит. яз.), поморозь 'иней на любой поверхности' (Сусан., Галич.), хоровей 'иней на деревьях' (Нерехт., Кострм.), обморозь 'иней на любой поверхности' (Галич.). Среди лексем относящихся к инею находим глаголы заиндеветь, заиневеть 'покрыться инеем', закужливеть 'покрыться инеем' (Мантур.), закуковеть 'покрыться инеем' (Павин.), захороветь, захореветь 'покрыться инеем при сильном, охлажденном парами воздухом' (Костром.) и прилагательные заиндевелый, захоровелый, кружевной, закуржавелый 'покрытый инеем'.
5. Названия льда: наст 'окрепший, слежавшийся снег, покрытый ледяной коркой' (Кострм., Сусан., Нерехт, Буйск., Галич. и др.), висюлька 'сосулька' (Галич., Шарьин., Мантур.), леденец 'гололед' (Нерехт.), ледянка 'сосулька' (Нерехт.), наледь 'наст, ледяная корка на снегу' (Нерехт, Костром.), сало 'мелкий лед, ледяная кашица на реке во время ледохода' (Мантур.), глыбина 'большая льдина на реке, озере' (Нерехт.), скользь 'гололедица' (Сусан, Нерехт., Галич., Мантур.).
6. Названия влаги: влага 'сырость, вода, содержащаяся в чем либо' (лит. яз.), роса 'туман, испарение, опадающее влагою на землю и стоящее каплями на растениях' (В. И. Даль, т. 4, с. 104), бусины 'капли росы на траве, кустах и деревьях' (Кострм., Нерехт., Красносел.), морок 'туман, сырость в воздухе' (Солиг., Павин.), мгла 'испарения, сгущающие воздух, делающие его тусклым, мало прозрачным, сухой туман' (Нерехт., Чухлом.).
Значительная часть словарного материала лексико тематической группы «Природные явления», функционирующего в костромских говорах, известна литературному языку, например: погода, ненастье, метель, туман, роса и т. п. Они, как правило, относятся к активному пласту и имеют высокую частотность употребления в речи сельских жителей. Другая часть представляет собой диалектизмы различного типа: собственно лексические – падера, заверть, назимь, заспа, буерага, мороха; лексико семантические – леденец, сало, напуск; словообразовательные диалектизмы – теплина, бездождье, заливень, ветрушко, вьюжина и др. Примечательно, что в одном и том же говоре для обозначения одного явления действительности используются как слова литературного языка, так и собственно диалектные наименования. Например, в говоре Нерехтского района для обозначения теплой погоды употребляется 3 эквивалента – жара, жарина, теплынь, в говоре Галичского района для обозначения инея на любой поверхности употребляют лексемы – иней, поморозь, обморозь.
Таким образом, рассматривая народные названия природных явлений, отметим, что данная группа лексем весьма многочисленна и разнообразна, дает возможность исследователям более точно дифференцировать семантику некоторых слов, прокомментировать словообразовательные особенности и выявить системные отношения.

Отличный аддон Questhelper для игры World of Warcraft поможет сделать игру проще!

Продукционные экспертные системы

Лабораторная работа №5
Продукционные экспертные системы
1. (пример ЭС о выборе автомобиля) Изучите программную оболочку экспертной системы Expert System и базу правил «Выбор автомобиля».
• Откройте файл «Выбор автомобиля».txt в Блокноте. Файл базы правил состоит из трех разделов: Гипотезы, Параметры, Правила.
• В разделе Гипотезы хранятся предположения, которые экспертная система должна выдавать пользователю по окончании своей работы.
• Раздел Параметры содержит названия фактов и их возможные значения.
• Основной раздел – Правила. В этом разделе находятся продукционные правила. Каждое правило пронумеровано. В условиях и заключениях правил должны содержаться факты, перечисленные в разделах Параметры и Гипотезы. В квадратных скобках указана степень истинности правила (насколько вы как эксперт в нём уверены)
• Откройте оболочку Expert System.exe. Загрузите в неё базу правил «Выбор автомобиля»
(Файл-Открыть). Запустите механизм вывода (Запуск-Выполнить). Попробуйте ввести различные ответы. Проанализируйте изменения, происходящие в процессе вывода с базой правил и рабочей памятью.

2. (моя ЭС) Постройте базу правил для собственной экспертной системы (по аналогии с примером, гипотез не менее 3!).
• Выберите предметную область, в которой вы являетесь экспертом.
• Подобно примеру опишите предметную область в виде схемы.
• Разработайте ряд правил и запишите их в текстовый файл.
• Проверьте свою базу правил в Expert System.


Overcoming life's tribulations to think about laser resonator which will make your life happy.

The best configuration, which is supported by hundreds of manufacturers. DL2 - declared the best acquisition of the year to date.

Отличный сайт, где можно заказать Грузоперевозки Екатеринбург по доступным ценам. Быстро и надежно - что еще важно для бизнеса!

Перехват сетевых пакетов.

Протоколы компьютерного взаимодействия
Лабораторная работа №1
Перехват сетевых пакетов.

Цель работы: получить представление о передаваемых по сети данных и протоколах.

Необходимо в соответствии с планом выполнить работу и предоставить преподавателю отчет в письменном виде. Для работы необходимо использовать виртуальную машину MS Windows Server 2003 и программу VirtualPC.

1. Настройка сетевого монитора
1.1. Запустите VirtualPC из меню Пуск->Программы
1.2. Добавьте MS Windows Server R2 SP2 в список виртуальных машин.
1.2.1. В появившемся окне мастера нажмите Next
1.2.2. Выберите создание новой виртуальной машины (Create New Virtual Machine) и нажмите Next
1.2.3. В появившемся окне введите имя создаваемой машины – Windows Server 2003 R2 SP2. Нажмите Next.
1.2.4. В появившемся окне выберите Windows Server 2003. Нажмите Next.
1.2.5. В окне определения оперативной памяти для машины выберите Расширенные показатели памяти и введите 512 MB. Нажмите Next.
1.2.6. В окне выбора жесткого диска выделите пункт «An existing virtual hard disk» (Использовать созданный жесткий диск). Нажмите Next. В появившемся окне укажите путь к диску: D:\VirtualMachines\Windows Server 2003 R2 SP2\ Windows Server 2003 R2 SP2 Hard Disk.vhd. Выберите пункт «Enable Undo Disks» (Включить диски отмены).
1.2.7. В появившемся окне мастера посмотрите результаты проведенной настройки и нажмите Finish.
1.3. Загрузите машину
1.3.1. В окне Virtual PC Console выделите с созданную виртуальную машину и нажмите кнопку Start.
1.3.2. Когда операционная система загрузится и высветится окно входа в систему войдите под локальным администратором Administrator
1.4. Установите компонент Network Monitor Tools.
1.4.1. Перейдите в раздел установка и удаление программ. Выберите вкладку “Установка \ удаление компонентов Windows”.
1.4.2. В окне мастера установки выделите Management and Monitoring Tools (Средства управления и мониторинга) и нажмите кнопку Details.
1.4.3. В появившемся окне отметьте пункт Network Monitor Tools и нажмите OK.
1.4.4. Нажмите Next.
1.4.5. Мастер установки потребует диск с операционной системой. Возьмите его у преподавателя.
2. Ознакомьтесь с интерфейсом программы Network Monitor
2.1. Запустите программу через меню Start->Administrative Templates->Network Monitor
2.2. Ознакомьтесь с главным меню программы и кнопками панели.
3. Проведите перехват сетевых пакетов
3.1. Перехват сетевых пакетов осуществляется в течение определенного промежутка времени. Для запуска перехвата нужно нажать кнопку на панели инструментов Start Capture. Для завершения сканирования необходимо использовать кнопку Stop Capture. Каждое новое сканирование будет очищать результаты предыдущего сканирования. Результаты сканирования можно просмотреть используя кнопку на панели инструментов Display Captured Data. В появившемся окне отображается список всех перехваченных пакетов. Двойной клик по любому пункту выведет подробную информацию о нем. Подробная информация состоит из двух окон: заголовок пакета и содержимое пакета. Заголовок пакета представлен в форме выпадающих списков, которые содержат различную заголовочную информацию.
3.2. Запустите перехват пакетов на 5-10 секунд. Посмотрите какой получился результат.
4. Проанализируйте данные перехвата
4.1. Запустите перехват на 1 минуту
4.2. Ознакомьтесь с сетевой статистикой. Выпишите в отчет сетевую статистику.
4.3. Проанализируйте полученный результат перехвата. Выпишите в отчет заголовки пакетов следующих протоколов:
• ARP_RARP
• TCP
• NBT
• ICMP
• IGMP
• И др.
4.4. Сделайте в отчете предположение о назначении полей перехваченных заголовков пакетов.
4.5. Выделите общие части в пакетах разных протоколов. Результат укажите в отчете.

5. Завершение работы виртуальной машины
5.1. Завершение работы очень важно провести правильно. Из меню Action виртуальной машины выберите пункт Close. В появившемся окне выберите пункт “Turn Off and Delete Changes” (Выключить без сохранения изменений). В этом случае изменение в виртуальную машину внесены не будут. Это важно для соответствия дальнейшего поведения виртуальной машины и материалов лабораторных работ.
6. Изучите статью Сергея Пахоменко «Анализаторы сетевых пакетов»
6.1. Выпишите в тетрадь основные функции анализаторов сетевого трафика.
6.2. Перечислите основные анализаторы.
6.3. Выделите оптимальный на ваш взгляд инструмент.

Контрольные вопросы:
1. С помощью каких средств возможен перехват сетевых пакетов?
2. Какой способ используется для перехвата пакетов?
3. Какие функции они могут выполнять?

Требования к отчету:
Отчет должен быть составлен в письменной форме. Наибольшее количество сдающих – 2 человека. В отчете должна быть отражена проведенная аналитическая работа. Должны быть выписаны заголовки пакетов различных протоколов и сделан вывод по изученному материалу.

Отличный интересный блог irma-beautiful.blogspot.com, где вы найдете немало увлекательных материалов

http://vuyko.org.ua/?p=56

Нейронные сети

Лабораторная работа 6
Нейронные сети
Цель работы
1. Изучить на примере задачи «Исключающее ИЛИ» работу с программой STATIS-TICA Neural Networks.
2. Обучить нейронную сеть таблице умножения.
3. Обучить нейронную сеть распознаванию цифр.
Порядок работы
1. Изучить на примере задачи «Исключающее ИЛИ» работу с программой STATISTICA Neural Networks.
1.1. Откройте файл «Задача XOR».
1.2. Следуя инструкциям, обучите нейронную сеть решать задачу XOR.
2. Обучить нейронную сеть таблице умножения.
2.1. Создайте набор данных для таблицы умножения. В этом наборе должны быть две входных переменных (множители) и одна выходная переменная (произведение). Входные переменные принимают значения от 2 до 9, выходная – от 4 до 81.
2.2. Назначьте примерно половине входных значений (наблюдений) тип Тестовое – Test. Эти значения не участвуют в процессе обучения сети и используются для независимой оценки после окончания обучения.
2.3. Создайте нейронную сеть для реализации таблицы умножения. Сеть должна быть трехслойной (один слой – входной, один – скрытый и один – выходной). Число нейронов скрытого слоя выбрать произвольно.
2.4. Обучите сеть методом обратного распространения (Back Propagation). Исполь-зуйте контроль над среднеквадратичной ошибкой с помощью графика (Training Error Graph).
2.5. Проверьте результат работы сети над обучающими и тестовыми данными с по-мощью окна Run Data Set.
2.6. В случае большой ошибки обучите сеть заново, используя различные параметры процесса обучения (число эпох обучения– Epochs, Скорость обучения – Learning rate, Инерция – Momentum). При необходимости создайте новую сеть с большим числом нейронов скрытого слоя.
2.7. После того, как сеть научится правильно вычислять все произведения, проверьте её работу на зашумленных (искаженных) данных. Например, подайте на вход вместо целых значений 1.9 и 2.1.
3. Обучить нейронную сеть распознаванию цифр.
3.1. Откройте файл «Распознавание цифр».
3.2. Следуя инструкциям в этом файле, обучите нейронную сеть распознавать эталон-ные цифры и проверьте результат обучения на зашумленных данных.
Требования к отчету
1. Таблица умножения
1.1. Набор данных, представляющий таблицу умножения с обучающими и тестовы-ми данными.
1.2. Нейронная сеть, реализующая таблицу умножения с ошибкой не более 0.001.
1.3. Ошибка сети при искаженных данных.
2. Распознавание цифр
2.1. Набор данных для девяти эталонных цифр.
2.2. Набор данных для зашумленных (искаженных) цифр (не менее 10).
2.3. Нейронная сеть для распознавания цифр.
2.4. Мера искажения (в процентах), при котором сеть способна правильно распозна-вать цифры.

Очень неплохой сервис по тонировке стекол на Беговой. Видно, что ребята знают про понятие тонировка стекол не понаслышке, а на практике все тонкости изучили.

Интересный блог interesting-notes.blogspot.com где всегда можно найти, что почитать.

Блог, автор которого отлично разбирается в том, что пишет. Рекомендую liana-pro.blogspot.com занести в Рсс ридер.

Экспертные системы на Прологе

Лабораторная работа 3
Экспертные системы на Прологе

1. (пример ЭС о животных) Изучите пример экспертной системы, реализованной на Прологе.
• Откройте файл Animals. Запустите программу на выполнение. Попробуйте ввести различные ответы.
• Прочитайте описание экспертной системы.
• Объясните, как Пролог определяет животное, в какой последовательности задаёт вопросы. Необходимо знать и понимать назначение каждого предиката и правила.

2. (моя ЭС) Постройте с помощью Пролога собственную экспертную систему (по аналогии с примером).
• Выберите предметную область, в которой вы являетесь экспертом.
• Подобно примеру опишите предметную область в виде схемы.
• Разработайте ряд правил, позволяющих на основании ответов пользователя на вопросы выдавать заключение, и запишите эти правила на Прологе.
• Проверьте работу экспертной системы.

3. (ЭС об отпусках) Постройте экспертную систему, определяющую продолжительность отпуска сотрудников фирмы. Используйте следующее дерево решений.

Покер рум CD Poker является одним из лидирующих покерных румов, другими словами пользуется большой популярностью среди игроков в покер. Для начала увлекательной игры, вам понадобится лишь 5 минут на то, чтобы скачать cdpoker и пройти короткую регистрацию.

Профессиональная разработка сайта на различных платформах и различных тематик