公民意识刍议

公民意识是政治民主化的必备内容之一。公民意识相对于臣民意识而言,指民众有独立的人格和理性精神,神圣的法律意识和权利义务观念,积极主要的政治参与热情。我国民众尚不具备现代公民意识,原因是我方面的,既有历史传统的影响,又有现代客观条件的限制。培育公民意识是我们艰巨的任务,必须从政治、经济、文化等方面入手。只有培育出现代公民意识,我国民主政治的建设目标才能实现。     

女性主义视野下的《简·爱》与《呼啸山庄》

夏洛蒂·勃朗特的《简·爱》和艾米丽·勃朗特的《呼啸山庄》，体现了独特的有关女性价值的恩想，从女性主义角度出发，比较两部作品的差异，分析他们的内在联系和各自特点，会发现女主人公女性自主意识的觉醒，她们命运不同，性格同中有异；《简·爱》具有鲜明的现实主义风格，《呼啸山庄》中，艾米丽自由驰骋的想象力使她挣脱了现实人生的羁绊。     

智能普适个人流程服务上下文构建方法

上下文感知是提高人机交互智能性的重要途径。为了面向个人用户提供智能流程服务,提出了一种普适环境下个人需求信息的上下文感知策略,并建立了基于上下文感知的智能普适个人流程服务系统结构模型,该模型能够将提取到的分散的用户需求上下文自动融合构建为个人流程服务上下文。通过旅游实例初步证明该策略和模型的合理性和有效性。     

高准确度网络安全意识个体评估及群体指数构建方法

针对网络安全意识评估方法存在评估准确度不及、客观性不足、缺少对群体的网络安全意识评估方法等问题，提出了一种高准确度的网络安全意识个体量化评估和群体指数构建方法.该方法从多个维度采集个体的网络安全意识数据，利用混合回归模型将安全数据量化为安全得分；利用改进的标签传播算法进行聚类，通过设定监督信息而不依赖标签数据，得到个体的信息安全意识等级；利用多个个体的信息安全意识评估结果，使用基于Grubbs准则构建的指数计算公式，弱化群体中的异常点，量化群体内部共同意识，得到群体网络安全意识指数.实验结果表明，相对现有的评估方法，该方法的准确度和客观性显著提升，同时能够正确反映群体网络安全意识水平，为网络安全意识的全面提升和闭环促进提供了技术方法.      

关于我国民间投资政策的思考

民间投资是促进我国经济发展的一个有力支持,加速我国民间投资增长需要依靠政策的扶持。我国民间投资地区分布不均．为此应该正确处理好政府投资与民间投资的关系,改善民间投资中劳动力资源短缺、区域分布失衡的局面．提高民间投资效率。     

基于态势感知的车联网安全风险评估方法

为科学系统地对车联网安全风险进行评估,构建完善坚强的车联网安全保障体系,本文基于态势感知技术,创新性地提出针对车联网安全风险进行全局性评估的方法,通过态势要素获取,构建包含3个层次18个指标的车联网安全风险评估指标体系,通过指数标度层次分析法,建立车联网安全风险评估模型,对车联网安全态势进行理解分析,最后通过算例证明了提出的评估方法的有效性。结果表明：将态势感知技术应用于评估时刻处在高速变化环境中的车联网的安全风险,能够全局性、动态地描述车联网当前所处状态、评估风险;基于指数标度的层次分析法用于构建车联网安全风险评估模型能够更加真实有效地反映车联网当前状态下的风险情况;实例计算结果表明,本文提出的安全风险评估方法的评估结果准确有效,应用范围广泛。     

凝聚亮点独运匠心——陈昌来《现代汉语语义平面问题研究》读后

《现代汉语语义平面问题研究》立足于句子的语义平面,贯彻形式和意义相结合、静态和动态相结合、结构和功能相结合的原则,全面系统地探讨句子的语义结构和语义成分的构成情况,并将其与句法、语用联系起来,给人以诸多有益的启迪。     

正式群体安全氛围对建筑工人从众性不安全行为的影响

建立假设理论模型,探究群体安全规范、群体压力、安全意识对建筑工人从众性不安全行为的作用机理.根据调查数据,使用AMOS软件拟合分析模型.结果表明:群体安全规范与群体压力具有显著的双向影响关系,影响路径系数高达0.83;群体安全规范对从众性不安全行为有显著的正向影响,且安全意识是重要的中介变量;群体压力会正向影响从众性不安全行为.     

基于态势感知的滑行路径优化算法

为提高繁忙机场场面运行效率,以优化航空器滑行路径、减少航空器滑行延误时间为目标,通过分析滑行道的运行态势,构建了机场滑行路径优化模型,并提出基于态势感知的滑行路径优化模型求解算法.算例结果表明:基于态势感知的滑行路径优化算法与传统的先到先服务优化算法相比,航空器在整个滑行过程中的总运行时间下降了 5％.可见基于态势感知...     

深度学习源代码缺陷检测方法

针对由于传统的源代码缺陷分析技术依赖于分析人员的对安全问题的认识以及长期经验积累造成的缺陷检测误报率、漏报率较高的问题,提出了一种深度学习算法源代码缺陷检测方法.该方法根据深度学习算法,利用程序源代码的抽象语法树、数据流特征,通过训练源代码缺陷分类器完成源代码缺陷检测工作.其依据的关键理论是应用深度学习算法及自然语言处理中的词嵌套算法学习源代码抽象语法树和数据流中蕴含的深层次语义特征和语法特征,提出了应用于源代码缺陷检测的深度学习一般框架.使用公开数据集SARD对提出的方法进行验证,研究结果表明该方法在代码缺陷检测的准确率、召回率、误报率和漏报率方面均优于现有的检测方法.