法律、信仰、法治的一种理想性诠释——读伯尔曼先生《法律与宗教》有感

法和法律是两个不同的概念。法律作为人定规范不能也不应当被信仰,人们所要信仰的应当是法律背后所沉淀下来的法律精神。法律的实施、法治的实现是需要人们信仰法律,这种观点恰恰是一种颠倒。不是因为要实现法治而要求人们去信仰法律,而是要去信仰符合理性要求的制定法,从而在内心形成一种价值的趋同,不自觉地实现了法治。对法的信仰,能够促进人定法律规范向公平正义的“法”的接近;对法律的信仰,有利于对法的信仰的形成。普法教育是法的信仰形成的基本途径;以权利为本位、以自由为最终目的文化氛围的形成是基础;完善的经济体制、文明的政治制度和良好的法律制度是法治观念树立、“法”的信仰形成的保障。     

基于本体的模糊关联规则算法

模糊关联产生的大量候选数据项集使得在大型数据库中数据处理效率很低;提出基于本体的模糊关联规则挖掘系统;通过利用领域本体提高模糊关联规则挖掘效果,改变了挖掘算法,提出新规则．实验表明得到的新规则更有意义．     

基于自适应区间划分的模糊关联分类

模糊关联分类是一种具有较高精度的分类方法,现有的模糊关联分类算法多采用固定模糊隶属度函数对连续型属性进行模糊划分,没有考虑数据本身的特性.提出一种基于自适应区间划分的模糊关联分类算法-FARC(fuzzy association rules classification).算法利用模糊c均值聚类算法建立连续型属性模糊区间,使用新的剪枝策略避免生成无用规则,采用一种新的规则重要性度量方法对多模糊分类规则进行融合.仿真表明,FARC具有较高的分类精度.     

基于数据融合的协作频谱感知算法

协作的频谱感知使认知无线电(CR)网络对主用户进行可靠的检测,并避免了对主用户通信的干扰.数据融合是协作的频谱感知的关键技术.对基于"与"准则、"或"准则、最大后验概率准则和贝叶斯准则的数据融合算法进行了研究,采用这4种融合方法在认知无线电网络中进行协作频谱感知,并比较了它们的频谱检测性能.仿真结果显示最大后验概率准则和贝叶斯准则在认知无线电的环境中有优越的感知性能.     

基于模糊神经网络分类器的精馏塔温度控制器设计

文章对精馏塔温度控制中所遇到的参数耦合严重、非线性高、数学模型难以建立的问题,提出了一个基于模糊神经网络分类器的控制方案,以精馏塔温度、流量、液位作为输入,导热油阀门开度作为输出,通过对人工操作的自适应学习和模糊化处理,实现对精馏塔温度的智能控制。实验结果表明,该方案能够模仿人工操作,智能学习的精度很高。     

论时空与篮球运动的发展

时间和空间在篮球运动中有着明确的规定,二者的辩证关系广泛地存在于篮球比赛的技术和战术之中．篮球规则的修改是从时间和空间人手,逐渐细化和严格起来的,规则的修改促进了篮球技术和战术的不断发展．现代篮球的基本技战术是基于对时空的不同侧重而建立起来的时空框架,从时空的视角审视篮球有利于加深对现代篮球技战术的理解．     

大砂地尾矿库岩溶问题分析

为了论证在北衙灰岩地区建设尾矿库的可行性,通过对北衙地区岩溶发育规律分析,以钻探、高密度电法、EH4多种勘察手段验证,其岩溶主要受控于张性断裂,库区无张性断裂通过,库区岩溶发育一般;通过对库区岩溶塌陷形成条件分析,地下水位变动和地表雨水入渗对库区岩溶塌陷的动力作用有限,引发库区岩溶塌陷的动力可能为尾矿渣堆渣体荷载,通过对洞体稳定性计算,并运用FLAC3D数值模拟分析,结果表明:尾矿库在堆渣荷载状态下,不会引发库区下伏岩溶塌陷.这为尾矿库的选址、设计提供了极其重要的科学依据,对在岩溶地区建设Ⅱ类场尾矿库具有较强的借鉴意义.     

反垄断法中合理原则的适用范围及评判标准

合理原则和本身违法原则是反垄断法的两大基本原则,被用来认定垄断行为是否成立。目前,合理原则的适用范围、适用方法和评判标准都尚未形成相对统一且具有可操作性的方案,这直接导致其在现实中的作用大打折扣。文章将合理原则的适用范围限定为部分横向协议、纵向非价格约束、合并或联营、附属性限制这四种情形。遗憾的是,当前的研究成果都只是列举了适用合理原则的考察标准,却未对其进行重要性排序,这种作法并不符合司法效率原则。因此,文章将目的要件作为适用合理原则的主要标准,目的要件和限制竞争行为的必要性作为次要标准,而进入壁垒则基本不予考虑。笔者认为,将合理分析的方法规则化对我国《反垄断法》十分有利,并对此提出相关建议。     

无人机组合导航系统的自适应算法研究

为了缩短捷联惯导系统的初始对准时间并提高对准精度,分别设计了常规卡尔曼滤波器和自适应卡尔曼滤波器用于精对准。在系统噪声统计特性未知时,自适应卡尔曼滤波算法利用滤波残差的均值和方差,不断对卡尔曼滤波的状态噪声方差阵和测量噪声方差阵进行实时修正,从而提高滤波器对模型不确定性和噪声变化的适应能力和鲁棒性。仿真结果表明,使用自适应UKF算法与常规的UKF算法相比,可以获得更优的对准精度和快速性。     

二维Tsallis熵阈值法中基于粒子群优化的参数选取

针对二维Tsallis熵阈值分割法中参数q的选取问题,提出一种粒子群优化算法自适应选取参数q的方法.该方法基于一种图像分割质量评价指标—均匀性测度,利用粒子群优化算法对参数q在参数空间进行优化搜索,从而实现了二维Tsallis熵阈值分割法的自动阈值选取.实验表明,所提出的方法可以根据具体的图像有效地选取参数q,获得理想的图像分割结果.