新时代高校德育教育创新发展的价值与路径研究

新时代推进高校德育教育创新发展，对于培育时代新人的爱国情怀、加强时代新人的社会责任感、提高时代新人的品德修养方面具有重要意义。因此，高校要立足新时代的历史方位和育人要求，从高校德育教育的方式、平台和课程三方面创新德育教育，更有效地落实立德树人的根本任务，培养堪当民族复兴大任的时代新人。     

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。     

数字时代马克思劳动正义的价值研究

数字时代的背景下,劳动的场所、形式等发生了巨大的改变。剥削与异化等问题在新时代背景下存不存在以及判断的标准是什么,这些问题都对马克思劳动正义提出了新的挑战。从马克思劳动正义的立场出发,数字劳动在资本主义生产方式的前提下依然存在剥削与异化。马克思对异化劳动的批判阐明了资本与劳动之间的对立关系,同时在批判过程中对劳动正义的阐述也为新的历史背景下理解劳动价值论提供了价值指引,为解决数字时代背景下如劳动主体、劳动产品等多种矛盾,实现劳动价值的复归以及人的自由全面发展提供了理论依据。     

马克思共同富裕思想及其当代价值

马克思共同富裕思想在马克思主义理论中占有重要地位，其主要内容包括：生产力的高度发展是实现共同富裕的物质基础；生产资料私有制是社会贫富分化的主要根源；共同富裕的实践是一个循序渐进的过程。马克思揭示资本主义本质及其运动规律，使其共同富裕思想表现出人民性、制度性和渐进性特点。马克思共同富裕思想具有重要的时代价值，为深入理解当代中国的共同富裕本质内涵提供理论依据，为解决我国社会主义矛盾提供行动指南。     

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。     

基于杀伤链的动态重构作战网络抗毁性分析

作战网络的动态重构过程是其重要特征之一,从杀伤链的角度构建作战网络的动态重构过程,有利于提高作战网络的作战能力和抗毁伤能力。提出了基于杀伤链的动态重构作战网络抗毁性分析。描述了基于异质网络的作战网络模型和典型的杀伤链模型。从杀伤链角度给出了作战网络在节点失效过程中的动态重构策略,并提出了基于杀伤链的网络抗毁性指标。在方法研究基础上进行了案例分析。分析结果表明,动态重构作战网络的抗毁性高于无重构的作战网络,动态重构过程提高了作战网络的抗毁性。动态重构作战网络在度优先攻击策略下的抗毁性明显低于随机攻击策略下的抗毁性。该方法对于作战网络在动态重构下的作战能力评估和分析具有重要意义。     

新时代传承与弘扬北大荒精神的必要性

伟大的事业孕育伟大的精神,北大荒精神孕育于解放战争那个特定年代的北大荒开发建设事业中,但却不只属于那个特定的年代。在新时代,北大荒精神作为中国精神的具体体现和中国共产党精神谱系的应有内容,能够为实现中华民族伟大复兴汇聚蓬勃力量,为中国共产党带领人民踏上新的“赶考”之路助力强大能量。因此,我们必须根据发展的需要为北大荒精神注入新的时代因素,坚定不移地传承与弘扬北大荒精神。     

基于强化学习的多对多拦截目标分配方法

针对空中对抗环境中多对多拦截的武器目标分配问题,提出了一种基于强化学习的多目标智能分配方法。在多对多拦截交战场景下,基于交战态势评估构建了目标分配的数学模型。通过引入目标威胁程度和拦截有效程度的概念,充分反映了各目标的拦截紧迫性和各拦截器的拦截能力表征,从而全面评估了攻防双方的交战态势。在目标分配模型的基础上,将目标分配问题构建为马尔可夫决策过程,并采用基于深度Q网络的强化学习算法训练求解。依靠环境交互下的自学习和奖励机制,有效实现了最优分配方案的动态生成。通过数学仿真构建多对多拦截场景,并验证了该方法的有效性,经训练后的目标分配方法能够满足多对多拦截中连续动态的任务分配要求。     

基于小波网络的非线性系统辨识研究

小波网络为非线性系统辨识研究提供了一种有效的方法,但目前用于小波网络学习的进化算法易陷入局部极小等缺陷.结合生物免疫系统的概念和理论,在非线性系统辨识中引入基于免疫算法的小波网络.该算法中抗体通过浓度相互作用的机制来促进或抑制抗体的生成,借此保持抗体的多样性,并产生了高亲和力的抗体对种群进行不断的更新,提高了算法的全局搜索能力和收敛速度.最后,把基于免疫算法的小波网络用于一个非线性系统辨识的标准实例中,仿真结果验证了该算法的有效性.