再谈《沉默的大多数》的自由主义论

距离王小波逝世已经13年了，红极一时的“王小波热”直到今日，似乎仍是余温犹存，作为20世纪文学自由主义的倡导者之一．王小波的精神影响力的确持久有力。他的名字也似乎永远地和自由主义联系在了一起，而作为他生命中最具影响力的一篇杂文随笔，《沉默的大多数》无疑是最能体现王小波自由主义观点的。

由孔繁森的形象说开去

由孔繁森的形象说开去吉源一年前，一个响亮的名字传遍了神州大地，一个公仆的崇高形象耸立于我们面前，一曲可歌可泣的公仆赞歌在大江南北长城内外竞相传诵，闻者动心，观者落泪，这就是我们共和国的好儿子、人民的好公仆──孔繁森。何谓公仆？顾名思义，就是为人民大众...

延迟焦化装置(两炉三塔)焦炭塔管道布置与应力分析

焦炭塔是延迟焦化装置的主要设备之一,焦炭塔主要工艺管道配管方式的优劣是延迟焦化装置能否安全、长周期运行的关键。结合延迟焦化装置布置和焦炭塔框架实际情况,给出合理可行的配管方式,再经管道应力分析进行验证和优化,是装置安全、长周期运行的有力保证。

面向多属性推荐系统的对抗深度分解模型

对于单属性推荐系统,矩阵分解是广泛使用的方法之一,但对于包含多个不同属性的多属性推荐系统而言,矩阵分解方法效果存在局限性。目前已经开发了张量分解方法,以通过处理三维(3D)用户项目属性评分来学习多属性推荐系统中的预测模型。但是,它们在实际应用中会遇到数据稀疏和数据污染的问题。为了克服这些问题,该文提出了一种将深度表示学习和张量因子分解相结合的对抗性深度张量因子分解模型(adversarial deep tensor factorization, ADTF)的通用体系结构,其中嵌入了辅助信息以有效补偿张量稀疏性,并且采用了对抗性学习以增强模型的鲁棒性。通过结合对抗性堆叠降噪自动编码器(adversarial stacked denoising autoencoder, ASDAE)和CANDECOMP/PARAFAC(CP)张量因子分解来展示ADTF架构的实例化案例,其中用户和商品的额外信息都与稀疏的多属性评分紧密结合,而对抗性训练则是用于学习有效的潜在因子向量。在三个真实数据集上的实验结果表明,该ADTF方案优于多属性评分预测的基准方法。