基于第三方仲裁的双边多议题自动谈判模型

提出一种基于遗传算法且引入第三方仲裁Agent、L-K型同步报价协议、公平优先兼顾效率的评价判据C5、以及精英、偏好和随机选价方式的双边多议题自动谈判模型.实验结果表明:用该模型能在信息背对背条件下获得双赢的谈判结果;C5充分体现了公平优先兼顾效率的谈判原则,采用该判据容易找到最充分地体现了该原则的纳什解;L和K是影响谈判结果的关键因素,当L和K较小但取值适当时精英选价方式是最好的报价选择方式;增加两者都能改善谈判结果,彼此起到互补作用;L足够大时谈判结果不再受其他因素影响,纳什均衡报价将是唯一的成交报价.     

人大司法监督的实践与创新

近年来，各地人大依法履行法定职责，对司法监督工作做了大量探索，取得新的成效，同时也存在一些问题。及时总结人大司法监督工作的新经验，客观分析人大司法监督工作存在的问题，进而提出加强和改进人大司法监督工作的新思路，对践行执政为民的理念，加强社会主义民主法治建设具有重要意义。做好人大司法监督工作，要着力改进对司法专项工作的监督，加强对司法类案、具体案件、司法人员和司法文件的监督。     

基于深度仲裁策略的四足机器人步态学习

复现高等生物的学习过程是机器人研究的一个重要研究方向，研究人员已探索出一些常用的基于行动者评价器（actor critic,AC）网络的强化学习算法可以完成此任务，但是还存在一些不足.针对深度确定性策略梯度（deep deterministic policy gradient,DDPG）存在着Q值过估计导致恶化学习效果的问题,受到大脑前额叶皮质层仲裁机制的启发，提出了一种深度仲裁行动者评价器（deep arbitration actor critic,DAAC）算法，其中包含两套评价网络，通过仲裁机制进行择优选取评价网络去更新策略参数，有效解决了Q值过估计的问题，该算法使得四足机器人成功复现了仿生的步态学习过程.通过仿真实验，将DAAC算法与DDPG、软行动者评价器（soft actor critic,SAC）、近端策略优化(proximal policy optimization,PPO)三种算法进行了对比实验，实验证明经DAAC训练的四足机器人步态在奖励值、机体稳定性和速度三个方面都有更好的表现，有效验证了算法的优越性.     

基于Mel频谱图和CNN的电网涉鸟故障鸟声识别

为了提高电网渉鸟故障防治的针对性，提出了一种基于Mel频谱图和卷积神经网络(CNN)的鸟声识别方法。建立常见渉鸟故障对应的40类代表性鸟种的鸣声样本集，对鸟鸣信号进行分帧、加窗与降噪等预处理，计算每帧信号在各个Mel滤波器中的能量，根据能量大小与颜色深浅的映射关系提取鸟鸣信号的Mel频谱图。以电网涉鸟故障相关鸟种的Mel频谱图作为输入，通过CNN反复执行卷积-池化过程提取Mel频谱图特征，并进行多次迭代训练调整网络内部参数，得到最优模型用于鸟种识别。算例结果表明，40类鸟种的识别准确率达96.1%,识别效果优于其他迁移学习模型。文中研究结果可为输电线路运维人员正确识别相关鸟种、开展渉鸟故障差异化防治提供参考。     

基层国土部门有效解决土地纠纷的若干途径

分析了土地纠纷产生的原因，进而深入探讨了加强领导责任、建立完善农村土地仲裁机构、加强土地纠纷信访工作网络建设等工作对基层国土部门有效解决土地纠纷具有一定的参考价值。     

二元随机争用仲裁性能的计算机模拟

给出了０，１随机序列中各竞争模式性态的计算机模拟的一些结果，并用状态转移图计算获胜概率和平均仲裁长度的方法，模拟结果与计算机结果相符。     

后疫情时代应急管理中涉疫个人信息披露法制化

 通过梳理中国疫情应急管理中涉疫个人信息披露的现行法律制度，分析了不同国家地区涉疫个人信息收集、披露时的做法，探讨了适合于中国的涉疫个人信息披露的路径：一方面要在应急法规中增加个人信息披露的规定；另一方面依据《个人信息保护法》，细化涉疫个人信息披露的内容，重点为以最小化原则为基础由国家披露个人信息，同时以公开透明原则保障公民知情权。     

博物馆情境下游客价值共创行为动因

体验经济时代，游客逐渐从被动的预定价值消费者转变为积极的价值共创者，景区为契合此变化，促进可持续发展，需廓清游客如何通过在地实践进行价值共创。据此，文章采用结构方程建模方法，基于认知评价理论，以西安碑林博物馆为例，构建体验价值感知、地方依恋、旅游涉入以及价值共创行为等构念在内的研究模型进行实证分析。结果表明，体验价值感知与价值共创行为之间存在显著正向相关性；地方依恋在体验价值感知与价值共创行为之间发挥中介作用；旅游涉入正向调节体验价值感知对地方依恋的预测作用。运用客户主导逻辑(C-D),从个体情感角度出发，对游客价值共创行为的影响因素及形成路径进行探讨，以期为促进景区可持续发展提供管理建议。