新时代全面从严治党的意义及监督路径研究

中国特色社会主义进入新时代,这是我国发展新的历史定位。新时代下建设中国特色社会主义仍要统筹推进"五位一体"总体布局和协调推进"四个全面"战略布局。其中全面从严治党是"四个全面"战略布局的重要组成部分,新时代下全面从严治党要求必须深化加强党内监督、加强群众监督以及深化国家监察监督体制改革,将全面从严治党工作推向一个新的高度。     

工作场所空气中2-氨基吡啶的检测方法研究

2-氨基吡啶是一种重要的化工原料和医药中间体,在生产企业中被大量使用,工人也因职业原因经常接触。目前,国内关于2-氨基吡啶的报道还鲜有涉及职业卫生检测方面的研究。基于此,本文对其理化性质、职业卫生相关要求和常用的检测方法进行探讨,旨在为相关研究提供借鉴。     

边界监督多重集典型相关分析

多重集典型相关分析(multiset canonical correlation analysis,MCCA)仅仅考虑了多组数据间的相关性信息,不能有效地反映样本数据的几何结构与鉴别信息,因此为了解决这个问题,首先在LDA思想的启发下,构建了监督多重集典型相关分析(supervised multiset canonical correlation analysis,SMCC)的理论框架,并以此为基础,结合边界Fisher分析(marginal fisher analysis,MFA),提出了边界监督多重集典型相关分析(marginal SMCC,MSMCC).该算法的基本思想是在最大化数据相关性的同时,还要最大化组内数据的类间离散度以及最小化组内数据的类内离散度.在人脸图像与目标数据库上的实验结果验证了所提算法的有效性.     

基于生成对抗网络的半监督图像语义分割

提出了一种基于生成对抗网络的语义分割模型,包括一个全卷积语义分割网络以及一个判别网络,其中语义分割网络负责生成与输入图像对应的语义分割图,判别网络负责检测分割图与真实标签的区别,以促使分割网络改进分割效果。为了更好的提取全局结构信息,语义分割网络中采用了金字塔池化模块,对不同规模的空间区域进行池化操作。另外,为了应对语义分割训练数据集人工标注成本过高的问题,利用判别网络生成伪标签协助语义分割网络进行训练,从而实现了半监督训练效果。模型在PASCAL VOC2012数据集中进行了测试,结果表明该模型在全监督和半监督条件下均优于已有方法。     

三全育人视角下高校学生工作创新研究

高校在深入推进三全育人改革实践中,学生工作发挥着举足轻重的作用."十四五"期间,高校学生工作需要紧跟形势,在全员育人中调整角色定位,在全过程育人中拓展工作内涵,在全方位育人中提升工作格局,努力为党和国家培养更多德才兼备的优秀人才.     

基于自注意力机制的科技术语自动提取技术研究

科技术语提取是科技术语自动处理的重要环节,对后续的机器翻译、信息检索、QA问答等任务有重要意义。传统的人工科技术语提取方法耗费大量的人力成本。而一种自动提取科技术语方法是将术语提取转化为序列标注问题,通过监督学习方法训练出标注模型,但是面临缺乏大规模科技术语标注语料库的问题。文章引入远程监督的方法来产生大规模训练标注语料。另外又提出基于自注意力机制的Bi-LSTM的模型架构来提高科技术语提取结果。发现新模型在发现新的科技术语的能力上远远优于传统机器学习模型(CRF)。