谜语方法

猜谜的方法概述 谜语的猜法多种多样,比较常见的有二十多种。属于会意体的有 会意法 、反射法、借扣法、侧扣法、分扣发、溯源法;属于增损体的有加法、减法、加减法;属于离合体的有离底法、离面法;属于象形体的有象形法、象画法;属于谐音体的有直谐法、间谐法;属于综合体的有比较法、拟人法、拟物法、问答法、运典法。[@more@]

猜谜方法的具体说明

会意法 总体理解谜面的意义,扣合谜底。例如:脸上长钩子,头角挂扇子。四根粗柱子,一条小辫子。(打一动物:象)
反射法 即反其谜面意思而猜之。例如:莫用小人(打一中草药:使君子)
借扣法 不用谜面原意或多意、反意,借用谜面别解成新意,用来扣合谜底。例如:开明(打一唐代文学家:元结)开明别解为明朝的开始,即元朝的结束,因此谜底为元结
侧扣法 不正面理解谜面原意,借用多义从侧面烘托扣合谜底。例如:江枫渔火(打一《儒林外史》人物:双红)这里双红是从得名,都是红的,因此双红扣合谜面。
分扣法 谜面的字分别扣合谜底的字,有的一字扣一字,有的一字扣多字,也有的多字扣一字。例如:望穿(打一昆曲剧目:十五贯)俗称十五穿有同义之处,分别扣为十五贯
溯源法溯源及追溯谜面的来源以及与其原出处的上下关联,然后再扣合谜底,也有叫它承上启下法的。例如:桃花谭水深千尺(打一成语:无与伦比)这则谜以桃花谭水深千尺的下句不及汪伦送我情,扣合谜底。
加法 将谜面提示的部分字的笔划予以增加或将某些字相加,来扣合谜底。例如:好山好水 (打二字:崔,淮)这里好山佳山,自身相加得好水佳水,自身相加成
减法 将谜面提示的部分字的笔划减少,或用某些字相减来扣合谜底。例如:池中没有水,地上没有泥 (打一字:也)将的三点水去掉的,将的土字旁去掉也得
加减法 按谜面的提示,有的字增加笔划,有的字减少笔划,既有加有减,最后扣合谜地。例如:上头去下头,下头去上头,两头去中间,中间去两头.本谜为谜眼,分为上下两部分即可组合成谜底。
离底法 此谜,谜面反映的是谜底的拆离。猜时,将谜面合成,然后再扣合谜底。例如:七人(打一县名:开化)
离面法 将谜面某些字拆离,去扣合谜底。例如:诧(打一成语:一家之言)
象形法 根据事物的特征,汉字的结构(相形),进行拟人拟物,加以形象化,使人引起联想,增加趣味。例如:冰上两点嫌它多,石头压水水爬坡.(打一名词:水泵)
象画法 此谜是根据谜面整体具有图画意味去合谜底。例如:远树两行山倒影,轻舟一叶水平流。(打一字:慧)
直谐法 制作谜底时,利用声音相同或相近的字来代替本来应该用的字,把人的注意力引开,达到隐藏谜底的目的。例如:增加十两(打一城市:天津)增加十两添斤,与天津谐音。
间谐法 先将谜中的某些字拆变,再谐音扣合谜底。例如:二者规格不同(打一字:鞋) 猜时,先将拆为两部分,谐音,谐音,切合谜底。
比较法 是将形状、字义相近或相反的词放在一起,加以比较而扣合谜底。例如:加一笔不好,加一倍不少(打一字:夕)
拟人法 将谜面的字词人格化,扣合谜底。例如:有位小姑娘,身穿黄衣衫,你若欺负她,她就戳一枪. (打一动物:蜜蜂)
拟物法 将人或人体某部分物化,或者将谜面字词语义或所言之事物化,扣合谜底。例如: 枕头.(打一成语:置之脑后)
问答法 此种谜通常是用提问式的谜面,回答式的谜底。例如:八十万禁军谁掌管?(打一成语:首当其冲)
运典法 词类谜语以人们熟悉的成语、口语、诗词、典故作谜面,而将意义别解,从而扣合谜底。例如:宝玉求婚(打一美国历史人物:林肯)
排除法 就是排除一面取一面,排除多方取一方,排除容易而取难的。例如:说不叫说,拿不叫拿(打一字:最)这里排除而取,排除而换成

来自 “ ITPUB博客 ” ,链接:http://blog.itpub.net/623537/viewspace-1002119/,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/623537/viewspace-1002119/

【6层】一字型框架办公楼(含建筑结构图、计算书) 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。
深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
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