The Chromatic Uniqueness of Bipartite Graphs K （ m, n ） - A with ｜ A ｜ = 2

The chromatically uniqueness of bipartite graphs K （m, n） - A（]A] = 2） was studied. With comparing the numbers of partitions into r color classes of two chromatically equivalent graphs, one general numerical condition guaranteeing that K（ m, n） - A （ I A ] = 2） is chromatically unique were obtained. This covers and improves the former correlative results.     

从课桌文化透视大学生的心理健康问题

研究大学生课桌文化可以使我们更好地了解学生心理。针对大学生的人际交往以及由于缺乏理想而导致的消极情绪，我们应该在学校教育中加强对学生的心理健康辅导，建设和谐校园，加强校园文化建设，加强大学生思想政治教育，为大学生具有健康的心理营造积极向上的环境。     

从构建和谐社会的视野审视贫困大学生救助机制

在构建和谐社会过程中,贫困大学生问题成为社会关注的焦点。论述了教育公平是构建和谐社会的基石,指出了目前贫困大学生的困境及救助机制的缺失,提出如何从贫困大学生救助机制中体现构建和谐社会的新思路。     

法治:建设社会主义和谐社会的基石

"社会更加和谐"是党的十六大作为全面建设小康社会的奋斗目标提出的.党的十六届四中全会又把不断提高构建社会主义和谐社会的能力作为加强党的执政能力建设的一个主要任务.和谐社会概念的内涵和外延都相当丰富,主要是指人们之间的相处和谐,其特征为民主法治、公平正义、诚信友爱、充满活力、安定有序、人与自然和谐相处六个方面.法治是一个多义的概念,作为工具性价值,是建设社会主义和谐社会的基石.     

从多元对立统一的矛盾运动中把握和谐及和谐社会

自古以来,哲学界就是从事物的对立统一及其矛盾运动去理解和把握和谐的.和谐是矛盾同一性的一种表现形式,是事物在矛盾运动中实现的较佳或最佳发展状态.和谐以事物的多元构成为前提,以适当的矛盾斗争为动力,以系统结构的优化和系统对外开放为条件,以发挥较大或最大功能为标志,以事物的全面协调发展为归宿.和谐社会是达到和谐状态的社会,是人们向往和追求的较理想的社会发展状态.对和谐社会也应从社会多元对立统一的矛盾运动中去把握.和谐社会不可能自动实现,必须依靠最广大的人民群众在科学发展观指导下共同奋斗才能构建起来.     

和谐社会建设的两翼——生态化技术创新与制度创新

阐明了和谐社会的建构是一项巨大而复杂的系统工程,生态化技术创新与制度创新是和谐社会建设不可或缺的部分,生态化技术创新是和谐社会建设的基本途径,而制度创新则是构建和谐社会的重要保障。     

和谐社会中的和谐校园

在构建和谐社会的大环境下,如何构建和谐校园成为高校工作者需要认真考虑和解决的问题。从和谐的办学理念、和谐的制度文化、和谐的学术氛围、和谐的校园文化的角度就和谐校园的构建问题进行了探讨。     

为弱势群体提供特殊服务是图书馆义不容辞的责任

保护与援助社会弱势群体既是构建社会主义和谐社会必须面对的重大问题,也是图书馆界肩负的神圣使命。分析了弱势群体的内涵与构成,指出了图书馆为弱势群体提供特殊服务的现实必要性,针对不同类型弱势群体的特点,提出了为弱势群体提供特殊服务的对策建议。     

论社会主义价值观教育与构建和谐社会

加强社会主义价值观教育是构建社会主义和谐社会的必然要求,有利于推进民主法制,有利于促进社会公平正义,有利于创设诚信友爱的氛围,有利于激发社会创造活力,有利于维持社会安定有序,有利于实现人与自然和谐相处.围绕建设和谐社会的目标,加强社会主义价值观教育,必须坚持"五个结合",即坚持社会主义价值观教育与世界观教育、舆论引导、法制建设、环境优化和实践锻炼相结合.     

Identify Implicit Communities by Grap Clustering

How to find these communities is an important research work. Recently, community discovery are mainly categorized to HITS algorithm, bipartite cores algorithm and maximum flow/minimum cut framework. In this paper, we proposed a new method to extract communities. The MCL algorithm, which is short for the Markov Cluster Algorithm, a fast and scalable unsupervised cluster algorithm is used to extract communities. By putting mirror deleting procedure behind graph clustering, we decrease comparing cost considerably. After MCL and mirror deletion, we use community member select algorithm to produce the sets of community candidates. The experiment and results show the new method works effectively and properly.