关于中国近年反腐败成功经验的探讨

同腐败现象作斗争是我国一项长期艰巨的任务，将贯穿于改革开放和现代化建设的整个过程，总结中国反腐败的成功经验是当前反腐倡廉的重要任务，也是深入进行反腐斗争的需要。     

从郑钗香悲剧看男权社会妓女从良之路

郑钗香是清末一名妓女.她才貌双全,重节守信,想过上普通女人的生活,但事与愿违,她的回归遭到了当时县令张公的阻拦,后在郁闷中死去.故事的作者将造成其悲惨一生的原因归结为县令的摧花劈柳,但这只是表面现象.郑钗香回归之路的漫长根本在于男权社会里,男性赋予妓女背叛贞节的职责,她的行为刚好与男权社会的要求相反以及当时的人们受时代精神的影响,对妓女有很大的偏见,故她们的回归是很难的.     

当前社会信用体系建设的几个着力点

当前社会信用体系建设的几个着力点：应该在诚信宣传教育的基础上，加大信用制度建设的力度；在政府信用建设的基础上，加大信用服务业市场化发展的力度；在信用信息公开的基础上，加大联合征信和数据库建设的力度；在制定信用标准的基础上，加大信用监管和奖惩的力度。     

Borda社会选择方法中的一种投票合作问题研究

本文分析和研究了Ｂｏｒｄａ社会选择方法中的一种投标行为，探讨了其中有关合作的一些问题，给出了该合作的一种寻找方法，并证明了有关结论。     

试论词义术语化流程中的转换机制及语义特征

本文从分析科技术语的基本特点入手,深入讨论了术语体系中兼容语词的语义特征及其转换机制。从而为揭示词义术语化流程的基本规律提供了重要的依据。     

微生物共培养产生新颖活性次生代谢产物的研究进展

微生物源天然产物是药物先导化合物的重要资源之一.近年来,利用微生物共培养产生各类天然产物的研究发展迅速.微生物共培养是一种通过模拟（微生物）栖息地/栖息环境以激活可能的沉默生物合成基因簇并进而诱导微生物产生新次生代谢物的有效方法.与菌株纯培养相比,共培养不仅增加了次级代谢产物的种类多样性,而且其生物活性及产量也得到了提高.文章就近5年来真菌与真菌、真菌与细菌、细菌与细菌等3种类型的微生物共培养研究成果进行了综述,同时简要介绍了用于分析共培养作用机制的多组学技术,并在此基础上探讨了微生物共培养相互作用机制研究的进展及挑战.综述旨在为微生物共培养的深入研究提供借鉴,并为微生物药物的开发提供新思路.     

碳基烧蚀材料高温氧化反应机理的分子动力学研究

本文采用基于紧束缚密度泛函理论的分子动力学,研究高温下碳基烧蚀材料三种模型(无缺陷、原子缺陷以及孔洞缺陷)的氧化反应机制．研究发现高温下的反应产物主要是CO和CO₂.CO的产生过程主要源于环氧基团中C-C键的裂解,而CO₂的形成则较为复杂,主要源于小分子团簇(C₂O₂、C₃O₁、C₄O₁)的裂解．C-C键裂解是石墨氧化反应的主要途径,C-O键形成是CO和CO₂生成速率的控制因素．此外,体系的温度、缺陷以及孔洞对石墨的氧化反应机制有重要的影响．通过分析氧化反应速率,计算得到三种模型氧化反应的活化能分别为7.56、2.4和1.6kcal/mol．缺陷越明显活化能越低,则氧化反应速率较高,无缺陷的模型由于活化能最高,其氧化反应速率最低．     

基于DCPAN的低剂量能谱CT图像去噪方法

能谱式计算机断层扫描(CT)成像技术具备良好的能量分辨率,能够精确地鉴别人体组织成分,从而为后续诊断提供更准确的检测信息．随着辐射剂量的降低,能谱CT图像中噪声水平显著提高,对成像质量产生严重影响,进而降低了组织成分的解析精度．基于卷积神经网络(CNN)的去噪模型虽然可以显著降低图像中的噪声含量,但随着卷积层数的增加,深层神经网络通常会丢失高频信息．为了解决这一问题,并实现在低剂量条件下重建出高质量能谱CT图像,本文提出了一种结合通道注意力机制(CA)和持续自注意力机制(PSA)的密集连接持续注意力网络(DCPAN)．两种注意力机制分别建立特征图像在通道和全局维度的联系以提高网络对图像高频分量的敏感程度,进而抑制高频细节信息的丢失．该模型所采用的密集连接结构通过特征复用的方式可以在前馈传播中保留高频信息,使用复合损失函数来监督网络的训练可以使该模型对边缘特征和组织细节信息更加敏感．实验结果表明,经该模型处理的腹部切片CT图像峰值信噪比、结构相似性指数和特征相似性指数分别达到了38.25 dB、0.993 7和0.973 2以上．相比于目前先进的CT噪声去除方法,该方法具有更好的噪声抑制...     

基于层次注意力机制的垃圾用户检测模型

目前基于网络的垃圾用户检测方法只考虑了简单社会关系,缺乏对更多复杂社会语义关系的利用,难以达到最优性能.针对这一挑战,提出一种基于层次注意力机制的垃圾用户检测模型(HAM-SD).模型首先使用异质信息网络对社交媒体进行建模,挖掘丰富的语义与结构信息,接着利用节点级注意力层聚合元路径邻居增强节点表示,同时利用自适应层级聚合模块选择不同层级特征提升表征能力,然后通过语义级注意力层融合不同元路径下的节点表示,最后带入分类检测模块实现垃圾用户检测.在公开数据集上的实验结果表明该模型能够有效检测垃圾用户,并在不平衡数据分布时保持较强的稳定性.