2013-06-04《词根记词一》

本文解析了英语中常见的前缀含义,如a-, ab-, ac-等,并通过具体词汇例证来展示这些前缀如何改变词义。对于学习英语词汇构成及其含义变化具有较高的参考价值。

1a-

① 加在单词或词根前面,表示"不,无,非"

acentric 无中心的(a+centric中心的)

asocial 不好社交的(a+social好社交的)

amoral 非道德性的(a+moral道德的;注意:immoral不道德的)

apolitical. 不关政治的(a+political政治的)

anemia 反常的(a+nomal正常的+ous

② 加在单词前,表示""

asleep 睡着的(a+sleep睡觉)

aside 在边上(a+side旁边)

ahead 在前地(a+head头)

alive 活的(a+live活)

awash .泛滥的(a+wash冲洗)



2ab-,abs-加在词根前,表示"相反,变坏,离去"

abnormal 反常的(ab+normal正常的)

abuse 滥用(ab+use用坏滥用)

absorb 吸收(ab+sorb吸收吸收掉)

absent 缺席的(ab+sent出现没有出现缺席的)

abduct 诱拐(ab+duct引导引走诱拐)

abject 可怜的(ab+ject抛掉可怜的)

abstract 抽象的;心不在焉的(abs+tract被拉开心不在焉)

abstain 戒绝(abs+tain拿住不再拿住戒绝)

abscond 潜逃(abs+cond藏起来潜逃)

abscind 废除(abs+cind剪切切掉废除)

abscise 切除(abs+cise剪掉切除)

abstinence 节制;禁欲(abs+tin拿住+ense不在拿住戒除,禁欲)



3ab-,ac-,ad-,af-,ag-,an-,ap-,ar-,as-,at-等加在同辅音字母的词根前,表示"一再"等加强意

accelerate 陪伴(ac+company伙伴陪伴)

accentuate 加速(ac+celer速度一再增加速度)

accomplish 强制(ac+cent唱歌一再唱出强调)

accumulate 积累(ac+cumul堆积+ate堆积起来积累)

accustom 使习惯(ac+custom习俗习惯习俗)

addict 上瘾,入迷(ad+dict一再说起……入迷)

additive 上瘾的(addict的形容词)

adduce 引证,举例(ad+duce引导一再引导举例说明)

affable 亲切的(af+fable说话不断可以说话亲切)

afford 买得起(af+ford拿出一再拿出{}买得起)

affirm 肯定(af+firm坚定肯定)

aggression 侵略,进攻(ag+gress+ion一再往前走进攻)

aggrandize 扩大(ag+grand一再大扩大[权力]等)

aggravate 恶化(ag+grav+ate病加重)

announce 通告(an+nounce通知通告)

appal 使震惊(ap+pal白色[]变白受惊)

applause 鼓掌(ap+pease赞扬一再赞扬鼓掌)

appreciate 欣赏(ap+reci价值+ate一再给价欣赏)

appoint 指定,任命(ap+point指定)

arrange 安排(ar+range排列安排)

arrest 逮捕,阻止(ar+rest休息不让动逮捕)

arrive 到达(ar+rive到达河边达到目标)

assault 进攻(as+saul跳起来进攻)

assiduous 勤奋的(as+sid+uous一再坐着[学习勤奋)

assist 帮助(as+sist站过来帮助)

associate 联合,结合(as+soci社团+ate结成团队联合)

assimilate 吸收;同化(as+simil相同+ate成为相同同化)

assure 肯定;确信(as+sure确定一不再确定肯定)

attach 附上;依恋(at+tach接角接触上附上)

attain 达到;获得(at+tain拿住获得)

attend at+tend关心关心到了出度)

attract 吸引(拉拉过来吸引)

attest 证实(at+test试验一再试验证实)

内容概要:本文提出了种基于改进扩散模型的高海拔地区新能源高波动出力场景生成方法,并提供了完整的Python代码实现。该方法针对高海拔地区风能、光伏等新能源出力波动剧烈、不确定性高的特点,通过优化扩散模型的结构与训练策略,有效捕捉历史数据的概率分布特征与时序相关性,从而生成高质量、多样化的出力场景。文中详细阐述了模型的数学推导、网络架构设计、损失函数优化及采样算法改进,并通过实验证明其在拟合精度、场景多样性与稳定性方面优于传统生成模型,为电力系统在高比例新能源接入下的规划、调度与风险评估提供了可靠的场景输入支持。; 适合人群:具备定Python编程能力和机器学习基础,从事新能源发电预测、电力系统分析、智能优化、场景生成等方向研究的科研人员、高校研究生及工程技术人员。; 使用场景及目标:①用于高海拔地区风电、光伏出力的不确定性建模与多场景生成;②支撑含高渗透率新能源的电力系统随机优化调度、鲁棒决策与风险评估;③为相关学术研究、论文复现与算法改进提供可运行的技术方案与代码基础; 阅读建议:建议读者结合所提供的完整资源(代码、数据集、说明文档)进行实践操作,重点关注扩散模型的前向加噪与反向去噪过程的设计细节,以及如何将其适配于新能源时序数据的生成任务,通过参数调优与对比实验深入理解模型的生成机制与性能边界。
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