疫情防控中陕西高校网络舆情治理策略研究

在疫情防控期间，提高高校的网络舆情治理水平，不仅对于尊重学生诉求、维护学校形象、更精准有效的开展疫情防控工作具有重要的现实意义，而且对创建和谐校园，维护社会稳定也具有重要的现实意义，同时还对促进大学生全面成长和提高我省乃至全国高校的治理水平，促进高校治理的现代化也具有重要的现实意义。文章通过采用社会调查法、文献调查法等研究方法，分析疫情防控期间陕西高校的网络舆情现状，了解到疫情防控期间陕西高校网络舆情主要表现在校园管理、后勤保障、心理健康、教育教学、舆情应对、学生管理六个方面。分析后认为，产生舆情一方面是因为高校治理理念落后、治理体制不健全、治理能力不高，另一方面是因为师生媒介素养不高和媒体社会责任缺失。基于此，提出治理网络舆情，高校首先迫切需要增强依法治理、民主治理、协同治理的理念。其次，要完善舆情治理体系，形成职责明晰、协调配合的治理局面。再次，还要针对网络舆情的传播发展规律，不断提高舆情风险的监测、预判和处置能力。同时还要引导师生加强学习，提高自身素养，并呼吁媒体加强自律，增强社会责任意识，旨在为陕西高校提高网络舆情治理能力提供参考。     

探索“网络+”思想政治教育新模式

习主席深刻指出,政治工作过不了网络关,就过不了时代关。近年来,部队运用网络开展思想政治教育已经普遍推开,这一重要课题的探索研究也不断推陈出新。面对新时代、新情况、新问题,结合部队一线思想政治教育现状,就如何更好地发挥网络作用,充分运用网络思维、资源和手段,实现从"网络"到"网络+"的动态升级,推动部队思想政治教育不断改革创新、提质增效,我们做了一些调研和思考。     

青年官兵网络道德教育面临的挑战与对策

当前，网络活动在社会活动中发挥诸多积极作用的同时，也带来了如计算机犯罪、重要信息失密、个人言行失控、个人形象失真、自我人格扭曲、虚拟与现实判若两人等一系列社会道德问题。某些负面的、消极的因素甚至严重的道德失范行为对青年官兵的影响不容忽视，必须引起部队各级对构筑网络道德防范体系的关注，把网络道德教育作为培育当代革命军人核心价值观的重要内容，主动有为。     

适用于认知无线传感器网络的高效频谱分配方法

广泛工作在ISM(Industrial,Scientific and Medical)频段的无线传感器网络面临严重的频谱稀缺问题。在无线通信中,动态频谱分配被认为是提高频谱效能的重要途径。针对典型集中式管理的认知无线传感器网络设计了基于图着色结合负载强度的高效频谱分配算法。首先在协议干扰模型下确保频谱资源在空间上充分利用,随后综合考虑节点负载强度与公平性建立优化模型并按照乘子法加拟牛顿法框架求解最优值。仿真实验表明算法与固定频谱分配方式和传统自适应频谱分配算法相比,在系统吞吐量和节点缓冲区队列长度两个关键性能指标上具有显著优势。     

网络中心战条件下的导弹作战模拟研究

从网络中心战的概念入手,分析了网络中心战条件下导弹作战的概念;从导弹作战系统入手,结合网络中心作战样式,分析了网络中心战条件下导弹作战系统内部结构;从系统动力学基本原理出发,结合导弹作战的概念和结构,建立了网络中心战条件下导弹作战的系统动力学模型;从作战想定出发,突出战场制信息权的重要性,制定了作战对策,形成了导弹作战对策的结论;最后提出了加强我军导弹部队信息化建设的建议.     

浅析以法律形式控制网络军备竞赛的必要性

网络战是近年来全球军事界相当热的话题,其作为一种全新概念的组织机构,已经开始登上了军事舞台。美国、韩国等国家先后宣布组建网络司令部,引起了全球网络军备竞赛的热潮。文章探讨网络军备竞赛的发展现状和特点,分析以法律形式进行控制的必要性,能够全面系统的了解网络军备竞赛所带来的严重危害,为控制军备竞赛的对策和决策提供一些建议。     

网络谣言的心理分析与管控

近年来,随着智能移动终端和互联网技术的结合,上网变得十分便利。网民数量激增的同时,网络谣言层出不穷,给社会安全与稳定造成不良影响。文章从心理学角度深入分析助推网络谣言的原因,并基于心理规律提出网络谣言的管控措施。     

离散动态贝叶斯网络的递推算法

离散动态贝叶斯网络是对动态系统进行建模和定性推理的有力工具。由于观测证据会随时间增加,直接计算推理算法的公式会变得冗长而且推理速度还会下降。在直接计算推理算法的基础上推导出递推公式,并给出算例验证。递推计算公式简洁,仿真表明递推算法的推理速度较直接计算推理算法有明显提高,因而适合实时在线推理。最后将递推算法应用于航天器的态势感知。     

基于模糊贝叶斯网络的飞机易损性评估方法

针对在飞机进行易损性评估的过程中,因为目标数据的不精确而进行的模型简化,结合模糊数学理论和贝叶斯网络提出了基于模糊贝叶斯网络的飞机易损性评估方法。介绍了模糊理论和贝叶斯网络的基本知识,以及基于模糊贝叶斯网络的飞机易损性评估流程,并建立了基于某型飞机的模糊贝叶斯网络易损性评估模型,最后通过算例证明了该方法的合理性。     

基于深度置信网络的火炮炮口振动预测研究

火炮炮口振动数据准确预测后,可以对火炮随机振动误差进行补偿,对高机动条件下提高装备火控系统的精度具有重要意义。机器学习方法的进步为提高数据预测精度提供了有效途径。提出一种基于深度置信网络的火炮炮口振动预测模型,通过定义阶段、预处理阶段、训练阶段、测试阶段和评价阶段5个阶段,对火炮炮口振动数据进行了预测。结果表明,深度置信网络对炮口振动数据预测可以根据历史数据提取更丰富的数据特征,相较于传统BP神经网络,可以达到更好的预测精度。