[时态]八、特殊主系表句型的构成

本文详细介绍了英语中一些从实义动词演变而来的特殊系动词,如get, look等。这些动词在句中与形容词搭配形成主系表结构,表达状态或变化。通过不同时态的例句展示了如何使用这些特殊系动词,包括一般现在时、一般过去时、一般将来时和现在进行时,帮助读者掌握这一语法现象。

在名词专题中提到,除了系动词be,还有一些特殊的系动词,这些系动词是从实义动词借来的

特殊的系动词

这些实义动词充当系动词的时候,后面通常跟形容词做表语。也就是说,当实义动词后面跟一个形容词做表语的时候,此时这个实义动词就属于系动词,其意思也跟着发生了变化。

        [例1]:She gets a rose evey day.        gets 第三人称单数,一般现在时,主谓宾结构

        [例2]:She gets angry evey day.        gets 第三人称单数,一般现在时

                    实义动词get变系动词 + 形容词作表语 主系表结构 译为她变得生气了

这些特殊的系动词构成一个句型

        主语 + 特殊的系动词 + 形容词(表语) 

这样的句型可以出现在各种时态之中,因为这些系动词是由实义动词演变过来,所以各个时态的结构跟其主谓宾的构成方式基本相同        时态的简约版规则


[一般现在时态]  

        [例1]:She looks beautiful.        她看起来很漂亮 looks第三人称单数

        [例1]:Does she look beautiful ?        她看起来漂亮吗 ?

        [例1]:She doesn't look beautiful.        她看起来不漂亮

        [例2]:I feel good.        我感觉不错

        [例2]:Do you feel good ?        你感觉好吗?

        [例2]:I don't feel good.        我感觉不好


[一般过去时态]  

        [例1]:She looked beautiful yesterday.        她昨天看起来漂亮

        [例1]:Did she look beautiful yesterday ?        她昨天看起来漂亮 ?

        [例1]:She didn't look beautiful yesterday.        她昨天看起来不漂亮

        [例2]:I felt good yesterday.        我昨天感觉不错

        [例2]:Did you feel good yesterday ?        你昨天感觉不错吗 ?

        [例2]:I didn't feel good yesterday.         我昨天感觉不好


[一般将来时态]  

        [例1]:She will look beautiful tomorrow.        她明天会看起来漂亮

        [例1]:She is going to look beautiful tomorrow.        她明天会看起来漂亮

        [例1]:Will she look beautiful tomorrow ?        她明天会看起来漂亮吗 ?

        [例1]:Is she going to look beautiful tomorrow ?        她明天会看起来漂亮吗 ?

        [例1]:She will not look beautiful tomorrow.         她明天不会看起来漂亮

        [例1]:She is not going to look beautiful tomorrow.        她明天不会看起来漂亮


[现在进行时态]  

        [例1]:I am getting old slowly.        我正在慢慢地变老

        [例1]:Are you getting old slowly.         你正在慢慢变老吗 ?

        [例1]:I am not getting old slowly.         我没有正在慢慢变老

下载方式:https://pan.quark.cn/s/a4b39357ea24 在纺织制造领域中,纱线的品质水平对最终制成品的整体质量具有决定性作用。 鉴于消费者对于产品规格和样式要求的不断变化,纺织制造工艺的执行过程日益呈现为一种更为复杂的操作体,进而导致对纱线质量进行预测的任务变得更加困难。 在众多预测技术中,传统的预测手段在面对多变量间相互交织的复杂关时,往往显得力不从心。 因此,智能计算技术在预测纱线质量的应用场景中逐渐占据核心地位,其中人工神经网络凭借其卓越的非线性映射特性以及自适应学习机制,成为了众多预测方法中的一种重要选择。 在智能计算技术的范畴内,粒子群优化算法(PSO)和反向传播神经网络(BP神经网络)是两种被广泛采用的技术方案。 粒子群优化算法是一种基于群体智能理念的优化技术,它通过模拟鸟类的群体觅食行为来寻求最优解,该算法因其操作简便、执行高效以及具备优秀的全局搜索性能,在函数优化、神经网络训练等多个领域得到了普遍应用。 反向传播神经网络则是一种由多层节点构成的前馈神经网络,它通过误差反向传播的机制来实现网络权重和阈值的动态调整,从而达成学习与预测的目标。 在实际操作层面,反向传播神经网络因其架构设计简洁、实现过程便捷,因此被广泛部署于各类预测和分类任务之中。 然而,该方法也存在一些固有的局限性,例如容易陷入局部最优状态、网络收敛过程缓慢等问题。 而粒子群优化算法在参与神经网络优化时,能够显著增强神经网络的全局搜索性能并提升收敛速度,有效规避神经网络陷入局部最优的困境。 将粒子群优化算法与反向传播神经网络相结合形成的PSO-BP神经网络,通过运用粒子群优化算法对反向传播神经网络的权值和阈值进行精细化调整,能够在预测纱线断裂强度方面,显著提升预测结果的...
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