模糊限制语probably的类联接典型范式及其情态功能研究

基于美国当代英语语料库COCA的研究发现：1）与probably共现频数最高的动词、名词和形容词预见了模糊限制语probably最常用的语法构式为“be＋probably＋adj.＋n.”与“will/would＋probably＋v.”.2）模糊限制语probably有居中的句法位置趋向,主要发挥认知评价与缓和语气,调节人际关系的语用功能.3）模糊限制语probably的类联接典型范式具有精确话语信息、表达礼貌意义以及传达认知评价的主、客观情态取向的三重情态功能,其情态意义表达强度呈现强弱渐进的变化趋势.     

论社会保障的几个基本理论问题

社会保障的责任主体由国家和社会承担,以满足社会成员基本生存和生活需要为出发点和归宿,其制度健全程度和覆盖面的大小与生产力发展水平成正比关系。完整的社会保障制度具有广泛性、强制性、立法性和受益约束性的特征。社会保障的功能：１）分配功能,直接筹集和使用社会保障基金;２）社会稳定功能,成为社会生活中的“安全网”和“减震器”;３）经济调节功能,对经济运行中的总量、结构和利益关系等方面产生着重要的影响。     

科研单位保密管理的部门组织作用

<正>科研单位根据其性质的不同,在工作中会产生大量的国家秘密、科技秘密和商业秘密。这些秘密和涉及的知识产权需要控制一定的知悉范围并进行保护,以保障其各类信息的安全。通常单位都重视保密委员会和保密工作机构对科研单位保密工作的作用,而忽视了基层的部门保密组织的重要性。基层的部门保密组织对整个科研单位保密工作的开展具有重要的保障作用。     

渤海某石油平台氮气系统安全稳定性分析及故障的排除

利用“关联图”的方式进行海洋平台氮气系统负荷高影响因素的分析,找出5个末端因素后,通过现场试验、查阅记录、实地调查和核算完成要因选择,最终确认导致氮气系统负荷高的主要原因为制氮空压机加卸载频繁。现场针对要因应用5W1H原则制定了将膜组之前的隔离球阀更换为一台调节阀对策,方案实施后切实提升了渤海某海洋石油平台氮气系统的安全稳定性。     

pH和盐浓度对火龙果种子分离蛋白功能特性的影响

以火龙果(Hylocereus polyrhizus)种子为材料,脱脂后分析其成分。采用Osborne分级分离法得到三种火龙果种子分离蛋白,检测其表面疏水性、巯基含量、热变性温度、氨基酸成分等理化性质,分析pH和NaCl浓度对火龙果种子分离蛋白的溶解性、持水性、发泡性、泡沫稳定性、乳化性、乳液稳定性等功能特性的影响。结果表明,火龙果种子脱脂粉中含量最高的三种成分为粗蛋白(51.04%)、粗纤维(23.60%)和总多酚(15.26%);火龙果种子中分离得到白蛋白、球蛋白和谷蛋白,提取率分别为19.51%、14.07%和32.29%;白蛋白由2个亚基组成(分子量23.4kD和14.2kD),球蛋白由3个亚基组成(分子量分别为21.7kD、18.7kD和15.2kD),谷蛋白由3个亚基组成(分子量分别为49.5kD、34.2kD和18.6kD);白蛋白、球蛋白、谷蛋白热变性温度分别为59℃、58℃和91℃;谷蛋白的表面疏水性(2730)最高;白蛋白的总巯基(5.38 mmol/L)和游巯基(2.35 mmol/L)含量最高;3种分离蛋白中谷氨酸和精氨酸含量较高。4≦pH≦6范围内3种蛋白的溶...     

徽州文书稀俗词的构造及功能研究

徽州文书中存在着大量的稀俗词汇,这些稀俗词汇有些是属于方言词,有些为古语词,有些为新造词。徽州文书中稀俗词的使用有着同义词较多、领域性明显的特点。从词语结构的角度来看,徽州文书稀俗词大部分属于偏正、述宾、联合、连动结构。在词语构造的修辞方面,徽州文书稀俗词使用了类仿、比喻、比拟、借代等诸多修辞手段。大量稀俗词汇的使用增强了徽州文书的表现力,达到了表义准确、方便简洁、形象具体、感情充沛的效果,这也从一个侧面反映了徽州地区深厚的文化底蕴。     

基于秘密共享的本地多节点联邦学习算法

深度学习技术在各个领域中的应用越来越广泛,而深度学习模型的准确性需要依靠大量的训练数据。由于数据安全和法规限制,许多领域存在无法集中数据进行训练的情况,导致“数据孤岛”的现象。对此,谷歌提出能使大量客户端在数据保存本地的情况下与可信服务器联合训练模型的联邦学习。目前,联邦学习的研究主要集中在安全性和训练效率的问题上,针对跨数据库联邦学习场景,文章将分层联邦学习和基于安全多方计算的隐私保护机制结合,提出了一种基于秘密共享的本地多节点联邦学习算法Mask-FL,以保证联邦学习安全性的同时提高训练效率。主要工作包括：(1)提出本地多节点的跨数据库联邦学习框架,客户端利用本地计算资源生成多个本地节点,并且根据基于计算能力的数据划分方法进行分配数据资源,每个客户端代表局部所有节点参与全局联邦学习训练,从而构成3层级的分层联邦学习;(2)提出基于秘密共享的自适应掩码加密协议,在前面提出的联邦学习框架基础上,通过秘密共享的方式生成可复用的安全参数掩码,本地节点在训练过程的上行通信中对模型添加掩码从而保护模型参数安全。经过安全性假设分析证明,该算法可保护客户端的数据隐私安全。在通用数据集的实验表明,该...     

基于DQN的机场地服人员动态排班研究

针对在繁忙机场的地面服务人员动态排班问题,提出一种基于深度Q网络(DQN)的排班方法．首先以最大化任务执行率和最小化员工工作时间作为目标,建立了优化模型;然后根据目标提出了两种不同的排班方法,进而采用DQN算法,根据生成的航班动态数据,提取6个状态特征作为网络的输入,并拟定合适的奖励机制,使得训练后的模型能够动态地选择最好的分配方法,最终对模型进行求解．将该方法应用在连续7 d的实际排班中,实验结果表明：与人工排班结果相比,该方法平均每天的任务完成数增加了0.43个,员工的总工作时长减少了53 min,DQN的排班结果具有明显优势,提高了机场地面服务的工作效率．     

基于国密SM2的智能网联汽车安全认证方法研究

由于车载CAN(Controller Area Network)总线是网络攻击源头,车载数据以明文形式传输易被监听、篡改,无认证域的消息和总线仲裁机制易遭受网络攻击,为解决汽车信息安全问题,提出基于SM2非对称加密算法。运用多倍点运算策略,采用公钥加密,私钥解密,开展车载节点身份认证和数据加解密,根据车载CAN总线特性,采用报文分组协议传输SM2算法密文。将国密SM2算法移植到国产GD32F103为核心的嵌入式设备,模拟智能网联汽车重要部件TBOX(Telematics-BOX)与PEPS(Passive Entry Passive Start)的CAN通信,通过Kavaser CANKING和Sealaselogic8平台分析验证SM2算法应用于嵌入式设备是有效可行的,并保证节点数据合法性和机密性,且适合车载设备的单次身份认证场合。国密SM2算法对智能网联汽车安全认证方法研究提供了新的路径。