美人痣等诗歌组合

美人痣等诗歌组合（共9篇）

篇1：美人痣等诗歌组合

美人赋爱情诗歌

望江舟，盘卧玉美人，形如鱼，神似人，是鱼还似人？胜似天仙不是天仙。难！难！难！

美目盼兮百媚生，巧笑风惊莲。秀发如瀑肤如雪，衣裙忽来身飘然。折柳相问，玉臂上桥栏。暂倚栏杆。相问谁知相逢秋雨前。三生事，怜!怜!怜!

暮奔四海，日日不成眠。美人冰清玉洁可贵兮，如幽兰。吾独思古道，弃浮名兮另谋篇。叹惜今朝沧桑以归年。寒！寒!寒!

重闻陈情，心无缘。再遣佳人，月色寒。未了今生之鸿愿，此生我何以堪！天涯客，天地宽。同是诗书，为何知智不得奇缘。留我在天边，天边！此生若是成我意，甘做竹伞遮湿冷，愿为硬石流清泉。若是人间丹丘今方见，如我愿！执子之手不慕仙，了却三生遗愿。得玉人眼前，观！观！观！

前途光明，无憾！无憾！

篇2：美人痣等诗歌组合

城外军鼓长鸣

震痛了满园梨花燕影

扰了你的闺阁闲情

那一瞬

王允双膝撞地

你是否已经预见

这一段风起云涌的汗青

定将留下自己决绝的身影

郿邬的象牙凤榻

吕布的披风战马

你从容辗转于

这爱与恨的悬崖

舞袖笼风像血染的浪花

眼角眉梢有憔悴的优雅

青丝变成了华发

夹杂着三国的风沙

眸光回转处

注满相府的月华

虎牢的铁骑摧压

怎敌你笑靥如花

轻歌曼舞是最隐秘的机关

霞披招展处凤仪凯歌请还

终于——

殷红的方天画戟铿锵落地

万众的齐声欢呼湮没了满城蝉鸣

——没有人再记起你

记起是你

用自己的贞洁

换来朝代的更替

是你用强颜欢笑

庇佑百姓的安宁当一切本该铭记的

都被忘却

暗夜来得这样彻底

留你独自品尝

时代赐给女子的悲戚

历史在回望

年华在谛听

纷杂的金戈铁蹄

承载不起

你含泪一笑的深情

岁月编织的篱下

韶华终成落花

英雄褪去了铁甲

洪荒湮没了古刹

当命运的蹂躏

将世界碎成尘沙

篇3：美人痣等诗歌组合

转炉入炉原料结构是整个炼钢工艺的基础,主要包括钢铁料结构、造渣料结构和氧化剂材料结构,而氧气作为氧化剂材料,是影响转炉终点出钢温度和碳含量的重要影响因素,通常以氧气质量来衡量冶炼用氧量。实际应用中,如若根据所炼钢种要求、背景钢厂的操作工艺和冶炼设备水平,合理地确定物料配比策略,有助于提高一次出钢命中率。

灰色预测是一种就数找数的建模方式,以其少数据建模、建模过程简单且精度较高的特点受到各行业的青睐。人工神经网络以其强大的联想记忆和并行计算能力,可用于逼近多输入、多输出的复杂非线性关系。近年来,随着组合模型精度优于单项模型概念的提出[1,2],越来越多的学者将灰色预测模型与神经网络模型结合使用,并取得了很好的效果[3,4]。笔者以转炉物料配比预测为背景,通过某钢厂实际生产数据建立了基于氧化剂材料结构的氧气质量的非等间距灰色神经网络的组合优化模型,并根据设定的期望出钢碳含量和温度值,对冶炼所需要的氧气质量进行了一步预测。

1 非等间距灰色模型

1.1 非等间距GM(1,1)模型

传统灰色系统理论中,尤以要求建模序列为等间距的一阶单变量灰色模型(GM(1,1),Grey Model)应用最多[5]。然而,实际应用中大多为具有非等间距数据序列的系统,尤其是复杂工程技术领域[6,7,8]。

原始的非负序列为:

X(0)(ki)={x(0)(k1),x(0)(k2),…,x(0)(kn)} (1)

若其间距Δki=ki-ki-1,(i=2,3,…,n)不为常数,则X(0)(ki)为非等间距序列。

X(0)(ki)的一次累加生成序列(1-AGO)为:

X(1)(ki)={x(1)(k1),x(1)(k2),…,x(1)(kn)} (2)

其中,$x{}^{(1)}(k{}_i)={\displaystyle \sum _{j=1}^{i-1}x}{}^{(0)}(k{}_i)\text{Δ}k{}_j‚(i=2,3,\cdots ,n)$,且x(1)(k1)=x(0)(k1)。基于上述序列X(1)(ki)建立相应的白化微分方程,即非等间距GM(1,1)为:

$\frac{\text{d}x{}^{(1)}(t)}{\text{d}t}+ax{}^{(1)}(t)=u‚t\in (0,\infty )$ (3)

其参数可根据最小二乘估计得$\widehat{a}=[a,u]{}^{\text{Τ}}=[B{}^{\text{Τ}}B]{}^{-1}B{}^{\text{Τ}}y{}_n$,其中

则GM(1,1)的累减还原模拟预测值为:

$\begin{array}{l}\widehat{x}(k{}_{i+1})=\frac{1}{\text{Δ}k{}_{i+1}}(1-\text{e}{}^{\alpha \text{Δ}k{}_{i+1}})\left[x{}^{(0)}(k{}_1)-\frac{u}{a}\right]\text{e}{}^{-a(k{}_{i+1}-k{}_1)},\\ (i=1,2,\cdots ,n)(4)\end{array}$

1.2 非等间距GM(1,1)的应用

笔者分别建立以终点出钢碳含量(质量分数%)和终点温度(℃)为间距序列的非等间距氧气质量GM(1,1),它们的数据关系见表1。

经级比检验,表1中的数据符合建模要求。因此,可将前7项作为建模序列,第8项作为检测序列,以Matlab (R2009a)为平台,根据式(1)～(4)以碳含量值为间距序列的1-AGO序列为:

X${}_c^{(1)}$={3.851,3.768,3.845,3.671,3.714,3.755,3.795}

以温度值为间距序列的1-AGO序列为:

X${}_t^{(1)}$={3.851,111.747,104.077,186.728,14.936,96.860,

128.694}

计算得到相应的模型累减还原模拟值分别为:

一般情况下,以平均相对误差为检验标准划分GM(1,1)等级。计算后,以出钢碳含量和温度为间距序列建立的氧气质量非等间距GM(1,1)的平均相对误差分别为0.041 2、0.044 8,隶属于二级模型,可用于一步预测。在设定的期望出钢碳含量和温度值为(0.05,1 667)时,相应炉次用氧量的一步预测值分别为4.216、4.256。

2 广义回归神经网络

广义回归神经网络(Generalized Regression Neural Network,GRNN)是径向基神经网络(Radical Basis Function,RBF)的一种变形,多用于函数逼近及模式识别等方面,其结构如图1所示。较应用最广泛的误差反馈神经网络(Back Propagation,BP)而言,具有如下优势[10]:

a. 网络训练属单程训练,无需迭代,且连接权重由训练样本唯一确定,避免了BP网络训练过程中的权值修改;

b. 模式层传递函数采用高斯函数,使得对接近于局部神经元特征的输入具有很强的吸引力,其神经元个数由训练样本自适应确定;

c. 对于数据缺乏或不稳定的情况,网络仍然具有很好的逼近能力。

鉴于GRNN在逼近能力及学习速度等方面具有较强的优势,适于用作非等间距GM(1,1)的组合模型对象。

3 灰色神经网络组合模型

建立灰色神经网络的组合方式可归纳为3种:并联组合、串联组合和嵌入式组合[11,12,13,14]。笔者根据具体情况,采用串联组合的方式。

图2为非等间距GM_GRNN组合预测模型预测过程,以氧气质量非等间距GM(1,1)模型的拟合输出值作为GRNN的输入,实际值作为GRNN的输出,采用交叉验证法[10]训练GRNN;将根据设定的期望出钢碳含量和温度得到的灰模一步预测值作为训练好的GRNN的输入,可得到冶炼所需氧气质量的综合预测值。由表2计算可得组合模型的平均相对误差为2.307 5%,即平均相对精度为97.39%。

4 结束语

笔者所建非等间距GM_GRNN组合模型以数据建模少、精度较高的特点,可推广应用到转炉其他物料结构的配比预测中,使得在出现新的钢种、工艺调整或设备调整等状况时,可及时地更新配比模型。针对不同背景钢厂,无需考虑内在机理的不同,只需要根据数据分析提取最能反映终点出钢信息的入炉物料结构,并建立相应的模型,为转炉配比模型的建立提供了一个不依赖于具体背景钢厂的通用框架。

摘要：建立以终点碳和温度为间距的氧气用量非等间距灰色数列预测模型,并利用广义回归神经网络对灰模预测结果进行非线性组合优化,得到氧气质量的综合预测值。通过采集到的某钢厂实际生产数据,建立氧气质量的组合预测模型,得到平均相对精度达到97.39%的一步预测值。验证结果表明该组合模型是准确而有效的。

篇4：挑战“健康美人”等

为感谢广大读者对《健康时尚》的热情支持，《健康时尚》自明年一月起全面改版，改版后的《健康时尚》将隆重推出“特别企划”、“美容时尚”、“健身美体”、“美食主张”、“说男说女”、“健康新知”、“流行资讯”等栏目，全方位呵护时尚女性的身心健康。大16开，全彩80页，集知识性、实用性、观赏性、时尚感于一体的新版《健康时尚》一定会让您和您的家人爱不释手。

与此同时，《健康时尚》自明年一月起隆重推出一系列抽奖活动，用于奖励那些关心支持《健康时尚》的热心读者。具体抽奖事宜如下：

订阅明年全年《健康时尚》的读者，除了可免费获得健康咨询、成为《健康时尚》“读者健康中心”会员外，还可参加每月一次的抽奖活动及年度大奖的抽奖活动。

购买当月《健康时尚》杂志，填写并寄回“读者调查表”的读者，除了免费获得健康咨询、自动转为《健康时尚》“读者健康中心”会员外，还可参加当月的抽奖活动。

注：月奖：价值50元以上的奖品一份，每月50名，获奖名单将在《健康时尚》杂志上公布。

年度幸运大奖：至当地医院接受年度健康体检一次，奖金总额10000元。（限全年订阅读者）

你订阅了2003年度《健康时尚》杂志了吗？别犹豫了，快快行动吧！

怎样获得《健康时尚》(《大众医学》B版)：各大报刊零售点有售或向本刊邮购组订阅。订阅邮购地址：上海市瑞金二路450号《大众医学》邮购组。电话：(021)64736055-2133。每册4.80元，半年28.80元，全年57.60元，免邮费。

下期精彩文章预告

章子怡：彰显魅力，仪态万方 明天我要嫁给你了

做个组装美女有问题吗 小小改变，轻松减肥

一月护肤贴心提示 相约冬季的“问题皮肤”

Office 里的彩妆风情 婚后，闭上一只眼睛

有氧拉丁——大家一起扭一扭 迎接小生命的诞生

看《健康时尚》，美丽你自己

应广大读者的要求，明年本刊将大量增加美容、健身、美食内容。美容栏目包含“健康美人”、“医学美容”、“护肤秘笈”、“魅力彩妆”四大主题，健身栏目包含“私人教练”、“运动休闲”、“减肥攻略”三大专题，美食栏目包含 “美食体验”、“居家厨艺”两大部分，满足各层次女性的时尚需求。

想变得更漂亮、更苗条、更健康吗？看看《健康时尚》吧！

挑战“健康美人”

上海的李涟涟、北京的张欣读者来信说，她们非常喜欢《健康时尚》的“名人专访”栏目，看看明星们的健康观、美容秘诀、瘦身偏方，在开阔视野的同时，也长了不少知识。只是感觉明星的生活离普通人太远，就像她们能每天用SK－Ⅱ面膜，而我们只会偶尔用上几次。

为了展现普通女性的健康风采，本刊自明年起隆重推出 “健康美人”栏目。如果，你是健康活跃的时尚女性，有着独到的健康观、价值观，有着丰富的美容、健身体验，可以挑战“健康美人”，参与“健康美人”评选活动。具体活动事宜如下：

1. 参选读者可以在来信中简述自己的健康观念，介绍行之有效的美容或健身体验，展现自己特有的健康风貌。提供姓名、年龄、工作单位、身高、体重等资料，附个人近照一张。

2. “健康美人”每月评议一次。当选为“健康美人”的读者，将由本刊特派记者对其作专程采访，通过《健康时尚》这个窗口，向全国读者展现你的健康风采。

3. 来信请寄：

上海市瑞金二路450号《大众医学》（健康时尚）编辑部

篇5：美人的诗歌

一双乌黑大辫子，一直垂到腰间

一双眼睛，宝石样闪光

脸色红润，身材丰满、匀称

母亲说，她是相馆常客

她的相片，摆在各大相馆、橱窗

像大明星。

我遗憾，那时没出生

听母亲说，父亲很生气

几乎把所有照片都撕了

但母亲，偷偷留了一张

现在看，红苹果的脸

一双大眼睛

真像圣母

我记得，母亲炒菜好吃

那时没钱，母亲能把白菜

炒得香喷喷

不比现在大鱼大肉差

我18岁，父亲病了，脑血栓

后遗症偏瘫，像换了个人

情感脆弱，常独自落泪

母亲像对待婴儿，对待父亲

我甚至嫉妒，我也病了多好

为了给父亲送饭

母亲，每天忙得像陀螺

凤凰自行车

被她骑坏两辆

一次赶路，摔在半路

母亲摔坏了左肩膀，逢阴雨天

她总哼哼地像拉风箱

我一生记得，是我送走了父亲

大一，回家

父亲看见我傻笑

那天晚上，见到我高兴

凌晨脑干，出血

是我，永远地，送走了父亲……

母亲苍老了

23年，她用泪水

每年浇灌父亲坟头青草

现在，化疗后

头发苍白、凌乱。

左肩膀，疼得更厉害

她每天都哼哼

曾经医生的我，感到耻辱

背也塌陷了，癌细胞，每天吞噬着她

曾经丰满的身体，只剩六十斤

形如枯槁

我抱着她的时候，想起她抱我的样子

二子，给妈揉揉后背

我快死了，你咋办

身体这么弱，我只惦记你

她说话的时候，气喘吁吁

好像飘起来

而我，像在另外一个世界

母亲的话，断断续续

她的乳房，干瘪如袋

而且只剩一个

我是如此羞愧

是我，吸干了母亲的营养

母亲脸上，爬满沟坎

两只手，像枯枝

她几乎站不起来了

我牵着她双手时

她总是唠叨

二子，我快死了，我快死了

我想起，四十多年前

橱窗里，那个美人

现在若无病

篇6：美人怨诗歌

古人一别梦已沉，眼前山色郁阴阴。

情起无奈随君意，红花落去伤吾心。

独坐高楼云清冷，思来才觉比海深。

空弹琵琶诉离怨，反覆谁能解郎恩。

四面角声催人泪，声声敲在妾心里。

窗前风暖景色好，帐里侍寝还独归。

姑苏台上才舞罢，徒靠门前作空音。

还忆越溪浣纱女，今朝坐阁看焦琴。

本在南郡秭归县，一朝选在君王前。

宫深不知汝绝色，落得北去才惊艳。

殿堂拜别君不舍，脉脉辞别两相难。

若非当初孤自芳，哪得漠北日日怨。

南燕北来万里遥，掌上轻舞细楚腰。

盈盈眸光似流月，渺渺歌声断鹊桥。

三十六宫合欢扇，挥起来把皇孙啄。

此身不及归风去，魂断延陵哭声多。

歌动婉约惊人魂，红颜一笑掩月辉。

报恩出入两府里，古来却道惹是非。

暮雨楼中轻步入，寒床帐暖连环计。

功成名就无奈可，君王面前更退衣。

豆蔻年华入帝家，对镜展眉傅铅华。

十一年来君不见，隔院犹作芙蓉花。

斜倚窗前思才去，又问政于金銮殿。

谁说女子不如男，敢叫日月换新天。

昭阳殿前月明时，曾侍上皇游玉池。

春高梨园将进酒，霓裳夜夜娇不起。

堂前醉后刚更衣，婉转泪落两别辞。

篇7：美人的诗歌

扰乱了春季繁华

扰乱了，浪子的生涯

百花盛开，最婉约的一朵

是宋词的动人寂寞

独立于群芳之中

东方女性，是最绚丽的彩虹

请给我一丝芬芳吧

跟随你的气息到天涯

请给我，一个深情的回眸

或者，一次雨中的邂逅

远了人间烟火

远了一声欸乃的寂寞

远了黄昏，春雨，小巷

远了，丁香一样的惆怅

你穿越千年的古国

如今还盛开着婉约的花朵

你流传千秋的诗句

如今还高举着辉煌的圣火

就让我再看你一眼吧

用沧浪之水洗涤你的秀发

就让我，登上泰山

篇8：美人等得起

每天早上开始营业之后，这家营业厅内便人满为患。她应该是某家公司的财务人员，隔上几天就会来办业务，运气好的时候，只需等一会儿，运气不好，等上个把小时也属寻常。

她好像总是等得起，不管多久，都安静地坐在一隅，要么打开手机静静地上网，要么随身携带一本书，静静翻看，等待叫号。其实不过是个相貌平平的年轻女子，但每一次，抬头看到她那种安之若素的神情，总觉得她有一种说不出的美。

她的美，总会让我想起曾经在飞机上邂逅的一个女子。

是两年前的秋天，在沈阳桃仙机场遇到的女子。当时，飞机晚点4个小时，所有人都焦躁不安地徘徊、抱怨、四下投诉，她却在候机厅做瑜伽。她的瑜伽不是随便做做，而是有板有眼地换好衣服、铺好垫子，耳机里听着音乐，认真地做着。

那是個相貌温和的中年女子，也许有40岁了，面容已有光阴的痕迹，但身材极好，想来是瑜伽的功劳吧，让她整个人，带着一种超然的气质。

很奇怪，当时震撼过后，却丝毫不觉得她矫情或不合时宜。在那样乱糟糟的环境里，她在角落占据一方小小的空间，从容自若地完成了一场瑜伽。

等她收拾利落，旁边吵闹的乘客也已吵累，不再大喊大叫，但神情依然焦躁烦闷，我也在烦躁中。她却是例外，从得知飞机延误开始，没有一点儿烦躁的表情，没有一句抱怨的话，做完瑜伽后，她休息片刻，坐下来，拿出一本书来看。

直到广播通知登机的消息，她放下书，从容地整理好背包，然后走到队伍的最后面，进入登机口。

飞机上，大多数乘客为刚才那场漫长的等待耗尽心力，神情疲惫。唯有她，重新打开那本小说，读得津津有味。同样是4个小时的漫长等待，她的神情不觉倦怠，面容依然清新，若隐若现的笑容始终浮在唇边。

这一刻不得不承认，不急不躁的她，是个美人。

是谁说过，美人是不急的。因为急躁会破坏美丽。所以，真正的美人，都等得起，都不急。

篇9：虞美人诗歌

清风入苑香魂绝，疏影临窗月梦华。

辗转世尘花溅泪，思量往事脸飞霞。

谁泼浓墨云摇叶，君举单杯夜想家。

只影片帆槎浩渺，诗词合璧走无涯。

虞美人·清风入苑香魂绝

清风入苑香魂绝，疏影临窗月。梦华辗转世尘花，溅泪思量往事脸飞霞。