自尊对网络利他的影响机制:基于系列中介模型的研究

采用Rosenberg自尊量表(SES)、显性自恋量表、网络空间人际信任问卷和大学生网络利他行为问卷(IABSU),对287名大学生进行调查。结果显示:大学生网络利他总体水平不高,男大学生网络利他得分显著高于女生,独生子女网络利他得分显著高于非独生子女;自尊、显性自恋、网络人际信任、网络利他行为得分两两之间均呈显著正相关;结构方程模型分析表明,显性自恋在大学生自尊对网络人际信任的影响中起完全中介作用,网络人际信任在大学生显性自恋对网络利他的影响中起部分中介作用,显性自恋和网络人际信任在大学生自尊对网络利他行为的影响中起链式中介作用。     

网络环境下以能力培养为导向的经管类实验教学方法改革研究

网络技术的广泛运用丰富了高校经管类实验教学的手段,使实验教学突破了时空局限,大大拓展了人才培养的空间,但同时也给传统的实验教学带来很多负面的影响。在分析当前我国高校经管类实验教学存在问题的基础上,指出我国高校应以能力培养为导向,充分利用实验教学平台网络化的条件,对实验教学的内容、实验过程、实验评价等方面进行优化设计,形成以能力为导向的实验教学模式。     

对合法有序语境下的网络监督思考

网络监督是以网民为主体,以互联网为平台,通过网络技术和各种网络形式对公共权力进行监督的方式。它需要加强网络系统的建设,建立部门齐全的法律相互协作,并协调网络政治参与和网络有序发展的关系,只有这样,才能提高网民的网络监督意识与能力。     

5G-TSN系统下的高精度时间同步

第五代移动通信系统(the fifth generation communication system, 5G)与时间敏感网络(time sensitive networking, TSN)集成的5G-TSN系统需要实现高精度的时间同步。为此，提出一种多波束联合的定时同步算法提高同步信号检测成功率，实现高精度5G-TSN时间同步。首先，根据多个波束间的时域关系计算波束间同步信号块的互相关的组合，求出期望作为门限值；然后，利用超过门限值的若干波束进行互相关叠加峰值计算最大峰值对应的时域索引，并完成主同步信号定时同步；最后，利用时频域结合地方式对传播时延进行估计以减少同步误差。仿真结果表明，采用基于多波束联合的定时同步算法，相比传统算法，相关峰值更加显著，能有效地提高定时同步成功率。     

人防通信的特点及其网络建设和通信值勤训练

人防通信具有保障范围广和通信系统构成复杂的基本特点，应从完善通信网络、建立机动应急指挥通信枢纽、重视发展地下通信和建立短波单边带指挥通信网等方面加强人防通信网络建设，坚持正常的通信值勤、训练，立足战时，从严从难，重视通信质量，确保通信顺畅，不断提高人防通信保障能力。     

网络学习方式对任职教育的影响及对策

网络学习方式以其特有的优势为任职教育提供便利的同时,也对任职教育的教学观念、教学方法和管理体制提出了新的要求。该文阐述了网络学习方式对任职教育产生的影响,并就如何更好地开展网络学习提出了应对措施。     

江西省域三级审计专网建设跟踪

按照国家电子政务网络规划要求，根据国家审计署提出的“金审工程”总体规划指导方案，2011年底，江西省依托全省电子政务外网MPLSVPN技术建成全省审计系统并开通了审计专网。     

4G移动通信及其应用探究

随着我国大力发展建设4G网络，4G在人们的日常生活中应用得越来越广泛，同时也成为社会关注的焦点。文章就4G的主要特征和典型的应用进行重点介绍。     

免费WiFi移动互联产业必争之地

<正>随着我国通信技术发展进入4G时代,移动互联产业竞争上升到一个新高度,越来越多的互联网企业开始介入商用WiFi市场,希望籍此为企业开拓新的市场机遇。布局、抢滩、占位,寻找一个又一个入口,赢得更多的话语权和潜在市场机会……时下互联网企业还将面临哪些机遇与挑战?     

基于局部紧耦合结构的模块性优化社区检测方法

利用局部紧耦合结构提升社区检测的模块性优化质量.首先,定义了4类边缘紧耦合结构,并提出了一种具有线性复杂度的边缘紧耦合结构挖掘算法.其次,分别选择k-clique,k-clan,k-plex结构作为核心紧耦合结构,并以长结构优先和短结构优先2种策略将边缘与核心紧耦合结构合并.然后,将合并后的局部紧耦合结构融入模块性优化过程,提出了一种NFN算法.该算法将每个局部紧耦合结构初始化为独立社区,不断凝聚模块性增量最大的2个社区,直至找到预定义数量的社区.6个真实数据集上针对外部指标和内部指标的实验结果均表明,相比于传统的FN算法,NFN算法能发现更高质量的社区.在参数设置方面,长结构优先策略优于短结构优先策略,且采用k-clique结构作为核心紧耦合结构优于采用其他结构.因此,长结构优先策略结合k-clique成为NFN算法的最佳参数组合.