中国传统社会保障制度体系建构的内在逻辑探究——基于文化与价值观的视角

中国传统价值观念的践行与社会保障制度建设是相辅相成、辩证统一的。传统社会保障制度的内容、形式及其功能构建是价值观认同的重要基础,其形成与发展以深厚的中华文明为底蕴。本文试图从传统文化与价值观的视角出发,揭示中国传统社会保障制度变迁的思想线索和内在机制,同时对其精神内核和价值向度进行深入的刻画,在此基础上,进一步探寻传统社会保障价值观与现代社会保障核心理念的相互推动与耦合,从而把握我国社会保障体系建构的内在逻辑,为下一步社会保障制度体系的高质量发展提供经验智慧和思想启示。

江西伟晶岩发现富钽富铈新矿物——铈钽易解石

2024年春节前夕,中国地质科学院矿产资源研究所(以下简称“资源所”)矿物微区物质组分与结构实验室(以下简称“矿物室”)的诸泽颖等人在江西某伟晶岩中发现并申报的新矿物“铈钽易解石”,获得国际矿物学协会——新矿物命名及分类委员会(IMA-CNMNC)批准通过,批准号IMA 2023-058,英文名为tantalaeschynite-(Ce),矿物缩写为Taes-Ce。

铈钽易解石新矿物的发现及地质意义

稀土元素和稀有金属被广泛应用于新兴产业及国防科技等领域,是国家重要的关键金属,稀有稀土元素找矿迫在眉睫。近日,我国在江西上饶灵山复式岩体周围的黄山花岗伟晶岩中发现新矿物铈钽易解石,并通过了国际新矿物委员会审核认证,该发现不仅丰富了易解石族矿物,同时也为稀有金属找矿提供了新的方向。铈钽易解石出现于黄山富钽伟晶岩中,与长石、石英、萤石等矿物共生,以针状或束状集合体的形式产出;化学成分极度富钽、钛、铈,理想化学式为Ce(TiTa)O_(6),属于斜方晶系,晶体结构由铈氧多面体和钛/钽氧八面体构成。铈钽易解石形成于高演化的花岗伟晶岩,表明成矿环境极度富集钽;与周围铌铁矿等矿物相比,铈钽易解石的钽含量突然增加,无法简单地用岩浆结晶分异的过程来解释;伟晶岩组分分区提纯模型提出伟晶岩结晶过程存在“边界层”,该层具有富钠、氟、氯等挥发组分(也叫助熔剂)的特点,同时不相容组分不断积累导致丰度增加,熔体成分消耗殆尽后,边界层结晶造成矿物成分突变,不相容元素大量富集;高分异花岗伟晶岩边界层以富集钠长石、萤石等富集挥发分的矿物为特征,是稀有金属找矿的重要方向。江西上饶灵山复式岩体具有稀有金属成矿潜力,研究对区域稀有金属找矿具有重要的指导意义。

采用多任务特征融合的脑电情绪识别方法

特征选择与融合是提升脑电信号情绪解码精度的重要手段之一。然而,当前脑电情绪解码中的特征选择方法常忽略了脑电信号内在数据结构的隐含信息。该文提出一种基于近邻传播聚类的多任务特征融合方法,通过L_(2,1)范数约束实现稀疏特征选择,同时利用图拉普拉斯正则化保持不同子类间的潜在关系。该算法在不揭示真实样本标签的情况下,在子任务空间有效融合脑网络空间拓扑结构信息和微分熵信息,为高精度脑电信号情绪解码提供具有更高情绪表征能力的特征。DEAP和SEED数据集以及本实验室数据集的分析结果表明,该文提出的方法能显著提高脑电情绪解码的精度。

基于条件生成对抗插补网络的双重判别器缺失值插补算法

应用中的各种因素可能造成数据缺失,影响后续任务的分析。因此,数据集缺失值的插补尤为重要。相比原本没有插补的处理,错误的插补值也会对分析造成更严重的偏差。针对这种情况,提出新的采用双重判别器的基于条件生成对抗插补网络(C-GAIN)的缺失值插补算法DDC-GAIN(Dual Discriminator based on C-GAIN)。该算法通过一个辅助判别器辅助主判别器判断预测值的真假,即根据一个样本的全局信息判断这个样本生成的真假,更注重特征之间的关系,以此估算预测值。在4个数据集上与5种经典插补算法进行对比实验,结果表明:同样条件下,DDC-GAIN算法在样本量较大时的均方根误差(RMSE)最低;在Default credit card数据集上缺失率为15%时,DDC-GAIN算法的RMSE比次优算法C-GAIN降低了28.99%。这说明利用辅助判别器帮助主判别器学习特征之间的关系是有效的。

决策粗糙集理论研究现状与展望

经典Pawlak粗糙集理论中的核心概念上、下近似集是通过集合相交非空和包含来定义的.由于缺乏对错误的容忍能力,其实际应用受到了限制.20世纪90年代初,Yao等人结合贝叶斯决策理论提出了决策粗糙集模型.近年来,该模型逐渐得到重视,并在不确定性信息处理方面得到了广泛应用.该文首先就为什么要提出决策粗糙集模型、该模型具有什么特点以及该模型中需要解决的几个问题进行了详细讨论.然后,总结了国内外关于决策粗糙集模型的研究现状和进展,详细分析了存在的挑战性问题,并深入探讨了未来的研究方向.

大数据智能决策

在全球信息化快速发展的背景下,大数据已经成为一种战略资源.各行各业的决策活动在频度、广度及复杂性上较以往有着本质的不同.决策过程中的不确定性因素增多,决策分析的难度不断加大.传统的数据分析方法以及基于人工经验的决策已难以满足大数据时代的决策需求,大数据驱动的智能决策将成为决策研究的主旋律.该文结合大数据特性,对大数据决策的特点进行了归纳,并从智能决策支持系统、不确定性处理、信息融合、关联分析和增量分析等方面综述了大数据智能决策的研究与发展现状,讨论了大数据智能决策依然面临的挑战,并对一些潜在的研究方向进行了展望分析.

一种解决新项目冷启动问题的推荐算法

推荐系统作为缓解信息过载问题的有效方法之一,在社交媒体中的作用日趋重要.但是,新项目冷启动和新用户冷启动问题是推荐技术面临的难题.为了解决新项目冷启动问题,提出了用户时间权重信息概念,该定义考虑到了用户评价时间与项目发布时间的时间间隔,根据用户时间权重值的大小,可以判断该用户是积极用户还是消极用户,以及用户对新项目的偏爱程度;利用三分图的形式来描述用户-项目-标签、用户-项目-属性之间的关系.在充分考虑用户、标签、项目属性、时间等信息基础上,获得个性化的预测评分值公式,提出了推荐算法.实验结果表明:所提出的方法能够实现满足不同用户、不同偏好的个性化推荐,在为用户推荐到合适项目的同时还能带来惊喜.比较实验说明,所提出的方法推荐准确度高,推荐新颖度高.交叉验证实验结果表明:该方法在解决推荐算法中的新项目冷启动问题上,无论是在推荐的准确度还是推荐项目的新颖度上都是有效的.

电子邮件过滤系统的粗糙集分析模型

电子邮件过滤是网络信息安全研究的热点。粗糙集理论是一种处理含糊和不精确性问题的一种新型数学工具,得到了广泛应用。该文结合粗糙集理论的数据分析技术研究了电子邮件过滤系统的建模和特征发现等问题。实例分析结果表明,该方法是有效的。

基于信息熵的一种属性约简算法

文章针对Rough Set理论的核心内容之一属性约简进行了研究。结合信息论的有关知识，研究了在属性约简过程中决策属性集相对条件属性集的条件熵的变化规律，在此基础上提出了新的属性约简算法。实验分析表明，在多数情况下这种算法都能够得到决策表的最小约简，同时还对算法复杂度做了简单的分析。

基于遗忘曲线的协同过滤推荐算法

协同过滤是成功的个性化推荐技术之一.但传统协同过滤算法由于不能及时反映用户的兴趣变化,影响了推荐质量.针对这个问题,本文借鉴心理学上艾宾浩斯遗忘曲线来跟踪和学习用户的兴趣,展开了协同过滤推荐算法的研究.通过数学分析工具发现了与遗忘曲线拟合度较高的幂函数曲线,并把用户的兴趣分为短期兴趣和长期兴趣,提出了基于时间窗口的权重函数,以此解决跟踪和学习用户兴趣的难题.结合项目的评分相似性和属性相似性来定义项目相似度数据权重函数.将基于时间窗的数据权重与基于项目相似度的数据权重相结合来反应用户对项目的兴趣度.最后,在项目近邻模型的基础上设计了跟踪用户兴趣变化的基于遗忘曲线的协同过滤推荐算法.通过大量的实验工作确定了相关公式中系数的取值;对比实验结果表明新的协同过滤推荐算法在推荐的准确性方面有显著的提高.

中国基本养老保险制度可持续运行能力分析——来自三种模拟条件的测算

转轨后的中国基本养老保险制度未来是否具有充足的偿付能力,直接关系到社会保障制度的稳定性及持续性。文章通过建立基本养老保险基金收支预测精算模型,在三种模拟条件下,分别对其可持续运行能力进行测算及分析。研究显示:在增速放缓的情况下,基本养老保险在2038年左右出现收不抵支,此后收支逆差逐年加大,2042年以后自身筹资体系将难以维持。如果能够加大对职工工资收入的分配力度,则可以有效改善基本养老保险基金的收支状况,使得上述情况延迟发生。在经济景气乐观估计下,赤字规模有所减少。因此,积极推动宏观经济又快又好发展,让经济发展成果更多地惠及群众,加大财政补贴力度,提升产业结构等,都是养老保险制度可持续发展的有效措施。

微博中节点影响力度量与传播路径模式研究

针对微博信息传播特点刻画微博传播网络并定义节点影响力来描述节点重要性,从而分析微博信息传播路径模式。首先采集单条微博的转播/评论数据并进行预处理;然后给出微博传播网络的形式化描述,从局部和全局2方面定义节点的影响力来刻画节点的重要性;比较实验说明新定义的影响力度量方法方法是可行的。同时,结合影响力度量给出了微博网络中信息传播路径的几种典型模式;采用软件NodeXL的可视化结果说明给出的信息传播路径模式具有一定的典型性。

痰热清注射液对放射性肺炎的预防作用

目的:观察痰热清注射液对急性放射性肺炎的预防作用。方法:90例不能手术的非小细胞肺癌病人随机分入治疗组44人与对照组46人。采用适形放射治疗技术,总剂量56-64Gy,V20限制在20%-30%;治疗组从放疗开始到放疗结束应用痰热清注射液每天20ml静脉点滴,每连用5天,停用2天。对照组单纯放疗。结果:治疗组和对照组放射性肺炎发生例数(率)分别是5(11.3%)和14(30.4%),两组之间有显著差别(P<0.05),且治疗组无2级及以上放射性肺炎的发生。放射性肺炎发病时间分别是放疗开始后62.2天和54.3天,差异显著(P<0.05)。结论:接受放射治疗的非小细胞肺癌患者放疗期间应用痰热清注射液能有效预防放射性肺炎的发生。

促进科技创新的税收优惠政策研究

激发创新创业活力,已成为当前推进供给侧结构性改革的一个核心内容。近年来,政府财政对科技创新的支持力度不断加大,也出台了一系列相关税收优惠政策。本文对高新技术企业、中小微企业、高校科研院所科技创新的税收优惠政策进行了全面分析,发现高新技术企业的认定管理办法还有待完善,针对中小企业的税收优惠政策较为有限,科技成果转化过程中缺乏系统性的税收优惠政策体系,人力资本的税收优惠政策较为薄弱,缺乏税收优惠政策形成的税式支出核算制度。在问题分析基础上,建议对高新技术企业的认定注重过程管理,动态监控税收优惠政策的有效性,同时,加强对中小创新型企业的税收优惠政策扶持,建立系统性的贯穿成果创新转化全过程的税收优惠政策。

一种有效的基于风险最小化的属性约简算法

基于粗糙集理论定义的属性约简大都要求约简前后正区域保持不变或者非负区域不变.在概率型决策粗糙集模型下,决策区域和决策规则与属性增减之间并不具备单调性.因此,决策者基于约简后的属性集合所作的决策风险最小就变得非常有意义.针对这种与各个区域无关的基于决策风险最小化的属性约简进行了研究.考虑到不同属性对决策表的决策分类能力不同,提出了基于决策粗糙集模型的属性重要性概念,设计了一种有效的基于属性重要性的决策风险最小化启发式属性约简算法.实例分析与对比实验结果说明新方法是有效的.

结合社交与标签信息的协同过滤推荐算法

传统的协同过滤推荐算法大部分只考虑单一的用户相似度,而忽略了用户其他特征,随着Web2.0和社交网络等互联网新概念模式的发展,用户对个性化推荐技术的要求越来越高.针对上述情况,提出一种结合社交与标签信息的协同过滤推荐算法.首先,定义了小众重叠度和个体重要度的概念,并描述了"个体-小众-社区"的形成过程;然后,分析"用户-项目-标签"三元组信息获得用户间的相似度,并结合社区中的个体重要度,最终得到目标用户的偏好预测和个性化推荐.采用Last.fm公共数据集进行一系列对比实验,实验结果表明,新算法在一定程度上提高了推荐准确度.

基于Rough set理论的增量式规则获取算法

从 Rough set理论出发 ,讨论在新增数据时 ,新数据与已有规则集的关系、属性约简以及值约简的变化规律 .并在此基础上提出一个新的基于 Rough Set理论的增量式算法 .从理论上和实验上对新算法和传统算法在算法复杂度上做了分析与比较 .

一个基于Rough set理论的增量式学习算法

为了获取最小决策规则,当增加新例子时,传统的方法通常需要对决策表中所有数据重新计算,效率欠佳。为了尽量减少重复计算量,该文从Roughset理论出发,提出了一种新的增量式学习算法和最小重新计算的标准,并且用理论和实验对新算法和传统算法在算法复杂度上做了对比。

高压水射流割缝提高瓦斯抽放效率的研究

为了提高坚硬煤层的瓦斯抽放效率,利用高压水射流对瓦斯抽放钻孔进行割缝。采用计算机模拟优化影响高压水射流切割质量的各种参数,研究了高压水射流割缝提高瓦斯抽放效率的作用机理,并进行了井下高压水射流割缝工业性试验。试验结果表明:高压水射流割缝改变了煤体的原始应力和裂隙状况,改善了煤层中的瓦斯流动状态,瓦斯抽放量提高了5~6倍,瓦斯抽放速率提高了6~8倍,从而提高了煤层瓦斯抽放效率。