中国各省简称的由来

各省简称怎么来的大致上分几种:1.古国或九州名:山西省,春秋时属晋地,故简称晋。2.取全称中一字.像北京(京),天津(津)。3.地理因素.像湖南(湘),就是因为湘江;江西(赣),赣江贯穿全境。

★北京市战国时期称蓟,是「战国七雄」之一燕国的京城。辽国称燕京。金国改称
    京都。元朝称大都。明朝朱元璋改称北平,永乐帝朱棣改北平为北京。简
    称京;  
★天津市 简称津,意为天子渡过的地方,别名津沽、津门等; 
★上海市沪上海原来是捕鱼的地方,当时渔民创造了一种捕鱼工具,叫「邕」(它是由竹子编成,插在水中),后来邕改为沪,所以上海简称沪
★重庆市渝因在此入长江的嘉陵江古称渝水,隋文帝杨坚遂于开皇三年(583年)在这里设置了渝州,是为重庆简称“渝”的由来; 
★河北省 冀 古为冀州;
★山西省 晋 春秋时属晋地,故简称晋;
★辽宁省 辽 位于中国东北辽河下游,因辽河南得名,简称辽省;
★吉林省吉位于松花江上游,满州语称「沿江」为「吉林乌拉」,即沿松花江的意思,故简称吉省;
★黑龙江省 黑 北部有名河黑龙江而得名,简称黑省;
★江苏省苏位于长江下游,旧称江宁、苏州二府,现取二府首字为名,而简称苏省;
★浙江省浙位于中国东南部、属沿海省份之一,浙江省因最大河流浙江而得名,浙江就是富春江,简称浙省;
★安徽省皖位于长江下游,旧称安庆、徽州二府,今以二府首字合称,安徽省内有皖山,而在春秋时该地曾为皖国,故简称皖省;
★福建省 闽 秦代时划为闽中郡,五代时属闽国地,简称闽省;
★江西省 赣 赣江贯穿全境;
★山东省 鲁 春秋齐国和鲁国所在地;
★河南省 豫 古时为豫州;
★湖北省鄂古代时为楚、鄂王封地,简称鄂,清朝时省会武昌属鄂州管辖;
★湖南省 湘 就是因为湘江;
★广东省 粤 春秋时属百粤地,今简称粤省;
★海南省琼唐朝贞观五年(西元631年)增设琼州,海南简称“琼”即据此而来;
★四川省 川、蜀 古巴蜀国所在地;
★贵州省 黔或贵 秦时为黔中郡,亦称黔省;
★云南省滇或云因为在云岭以南而得名。相传汉武帝时有人在白崖看见彩云,派人追彩云到这里,因为设立的县在彩云的边,所以叫云南,简称云。因为昆明附近是古代滇国,故又简称滇。;
★陕西省陕或秦位于黄河中游,宋代以后称陜西路而得名,简称陜,古代时是秦国领土,又简称秦;
★甘肃省甘或陇位于黄河上游。旧日为甘州、肃州二府在地,今称由二府差首字而来。因此处陇山之西,又称陇省。(甘、肃二府为今之张掖、酒泉);
★青海省 青 以青海湖得名;
★西藏自治区藏元朝、明朝称西藏地区为乌斯藏,「乌斯」是藏语「中央」的意思,藏是「圣洁」的意思。因为它在中国西部,称西藏。1965年成立西藏自治区,简称藏;
★广西壮族自治区 桂 因古代是桂林郡,故简称桂;
★内蒙古自治区内蒙古清朝时,为区别外蒙古,习惯上称为内蒙古。1947年成立内蒙古自治区。简称内蒙古;
★宁夏回族自治区宁取夏地安宁的意思,因此叫宁夏。1928年设宁夏省。1958年设宁夏回族自治区,简称宁;
★新疆维吾尔自治区新公元前一世纪起,成为汉王朝的一部分,因为是新开辟的疆土,习惯上称新疆。解放后成立新疆维吾尔自治区,简称新;
★香港特别行政区  简称“港”。因它原就是一个渔港及香料进出口港, 因而得名;
★澳门特别行政区 简称澳,最早记载於明朝史书,叫做“蚝镜”(濠镜),此後还有“濠江”、“海镜”、“镜湖”等多个别名。约四、五百年前,澳门蚝产丰富,南北两海湾,水静湾圆,有如明镜。後来澳门又称作澳,即“泊囗,外国船只停航寄泊的地方”。各诸侯国认为“蚝镜”就是“澳”,所以又把澳门称作“蚝镜澳”,又因为当时澳门地属香山县,也称为“香山澳”。
★台湾省 台 因南部台地中的番社大湾而得名,简称台。
[@more@]

来自 “ ITPUB博客 ” ,链接:http://blog.itpub.net/7192349/viewspace-990879/,如需转载,请注明出处,否则将追究法律责任。

转载于:http://blog.itpub.net/7192349/viewspace-990879/

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: CNN省份简称汉字图片分类是指使用卷积神经网络(Convolutional Neural Network,CNN)对省份简称汉字的图片进行分类和识别。 首先,我们需要收集大量的省份简称汉字图片,包括各种字体、大小和书写风格。这些图片可以通过网络爬虫、购买或者人工绘制来获取。然后,将这些图片进行预处理,包括调整大小、去除噪声和标准化等操作,以便于后续处理。 接下来,我们可以使用CNN模型进行训练和分类。将数据集分为训练集和测试集,利用训练集对CNN进行训练,通过反向传播算法不断优化网络参数,使其能够准确识别省份简称汉字。训练过程中,可以使用不同的卷积层、池化层和全连接层等结构,以及不同的激活函数和优化算法,来提高分类准确率。 在模型训练完成后,我们可以使用测试集来评估CNN的分类性能。通过计算准确率、精确率、召回率和F1值等指标,来评估模型在识别省份简称汉字方面的性能。 最后,我们可以使用已经训练好的CNN模型来对新的省份简称汉字图片进行分类。通过将新的图片输入到CNN模型中,模型将会输出对应的分类结果,即输入图片所代表的省份简称汉字。 总之,通过使用CNN模型进行训练和分类,我们可以准确识别省份简称汉字的图片,并可以将其应用于自动化识别、图像搜索和安全验证等领域。 ### 回答2: CNN省份简称汉字图片分类是指利用卷积神经网络(Convolutional Neural Network,CNN)对省级名称的汉字图片进行分类。汉字图片分类是机器学习和计算机视觉中的一个重要任务,它的应用可以涵盖很多领域,例如自动化识别、广告植入和安全监测等。 在CNN省份简称汉字图片分类中,首先需要收集大量的省级名称汉字图片作为训练集。这些图片应该包含各个省份的简称汉字,如京、沪、粤、浙等。接下来,可以使用CNN模型进行训练。CNN是一种在计算机视觉领域广泛应用的深度学习模型,它可以有效地提取图像的特征。 训练CNN模型需要两个主要步骤:卷积和池化。卷积操作可以在每个图像的小区域内提取特征,例如边缘、纹理等。然后,通过池化操作可以降低图像的空间尺寸和参数数量,以提高模型的泛化能力。 在训练完成后,可以使用测试集对CNN模型进行评估。通过计算模型在测试集上的准确率、精确率和召回率等指标,可以评估分类任务的性能。如果模型的性能不满足要求,可以根据评估结果进行模型调优,例如增加更多的训练数据、调整模型超参数等。 总结来说,CNN省份简称汉字图片分类是利用卷积神经网络对省级名称的汉字图片进行分类的任务。通过收集训练集、训练CNN模型和评估模型性能,可以实现精确地识别和分类省级名称的汉字图片。 ### 回答3: Cnn省份简称汉字图片分类是指将Cnn数据集中的省份简称汉字图片进行分类。Cnn数据集包含了一系列中国各省份的名称的汉字图片。而分类则是将这些汉字图片按照不同的省份进行整理和归类。 分类的目的是为了更好地理解和利用这些汉字图片的信息。通过对这些图片进行分类,可以帮助我们识别和了解不同省份的名称。这对于语言学习、地理分析以及文化研究都非常有意义。 分类的过程可以使用各种机器学习算法和技术。首先,我们需要对这些汉字图片进行特征提取,将图片转化为数字或向量表示。然后,我们可以使用一些常见的分类算法,如支持向量机(SVM)、随机森林(Random Forest)或卷积神经网络(Convolutional Neural Network,CNN)等,来对这些汉字图片进行分类。 为了准确地分类这些汉字图片,需要保证训练数据集的质量和数量充足。我们可以手动标注一些汉字图片的标签,作为训练数据,然后通过监督学习的方法来进行训练和分类。 最后,通过这个分类系统,我们可以根据输入的汉字图片,自动识别出对应的省份简称,并进行分类。这将有助于更好地了解和利用中国各个省份的信息。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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