基于统计方法耦合地理探测器的地质灾害易发性评价——以吕梁山区为例

[目的]以山西省吕梁市吕梁山区的离石、石楼、柳林三区(县)为例研究高精度地质灾害易发性评价模型,为该地区区域规划提供辅助决策支持。[方法]基于地理信息系统,以区域内525个历史灾害点及500个非灾害点为样本,选取19个地灾影响因素,应用地理探测器(geographic detectors,GD)判断各因素的相对重要性,在JupyterNotebook平台展开相关性检验并筛选指标因子,以信息量模型(information method,IM)为基础,利用灾害点计算其所提供的信息量的同时结合非灾害点提供信息量得到指标因子改进信息量模型(improved information method,IIM),并借助地理探测器空间分异性q值计算权重。利用综合确定性系数法(certainty factor,CF)分别建立GD-IIM,GD-IM,GD-CF,IM,CF,IIM共6大评价体系,采用自然断点分类法将研究区易发性依次划分为5,4,3个等级,以种子细胞面积指数(seed cell area index,SCAI)验证其分区结果准确性,采用ROC曲线对比模型结果精确度。[结果]经SCAI检验将各模型分为极低、低、高、极高4个等级,满足合理性要求,GD-IIM模型的灾易发性评价成功率、预测率分别为90.5%,85.5%,精度较高。[结论]双变量统计方法耦合地理探测器在构建研究区的易发性评价预测模型中表现出较为准确的结果。考虑非灾害点信息量进行模型构建比IM单一考虑灾害点信息量模型精度有所提升,适宜研究区的模型构建。

基于Android平台的SQLite数据库加密研究

SQLite数据库存储作为Android平台本地存储的主要方式,其安全性的强弱显得尤为重要。根据目前Android平台多核、对速率要求高等特点,提出一种基于优化的AES-128算法整库加密SQLite的方案。在AES轮变换过程中,对状态矩阵进行分块、并行处理;密钥扩展算法部分,生成一组与初始密钥无关的密钥作为第一轮密钥,再对其“移位”、“异或”生成第二轮密钥;采用可以对任意长度明文加解密的CTR(Counter)模式,实现并行优化的AES算法。对实验结果分析得出:该方案在对空间影响很小的情况下,SQLite加、解密速率分别提升了28.7%、23.5%,显著提升了对已知明文攻击、穷举攻击的抵抗能力,为解决Android平台隐私泄露提供了一个可行、有效的方案。

设区的市年度立法计划的实践检思与程序完善

设区的市年度立法计划是具有有限约束力和适度开放性的立法性工作文件。作为有效提升地方立法科学性与民主性,实现有限地方立法资源合理配置的一项制度安排,设区的市年度立法计划当因应立法的规律和特殊性。囿于对年度立法计划法律属性等基础问题理论认知的不统一,各设区的市年度立法计划实践中存在项目来源与类型单一、公众参与门槛过高、计划项目变动程序不规范等问题。从程序上进一步完善设区的市年度立法计划,应采取立法项目建议双路径征集模式,重视市间协同立法项目的论证筛选,促进立法后评估与年度立法计划的衔接,健全立法计划项目的后续跟踪与变动机制。

主渠道作用下行政复议意见书与建议书的监督范围重构

行政复议意见书与建议书是行政复议机关监督被申请人或有关机关职权行使的重要方式,在强调行政复议发挥化解行政争议主渠道作用的背景下,两类文书所承载的监督职能将得到更为集中的体现。但是当前行政复议意见书与建议书制度在监督对象、强制效力、适用情形等方面规范不清,存在监督范围混淆的现实问题。针对这些问题,应当重构行政复议决定书、意见书与建议书等文书的监督范围,将审查结果载体区分为回应申请人申请事项的行政复议决定书、载明申请人申请外事项并面向下级行政机关的行政复议意见书、载明申请人申请外事项并面向上级行政机关与非行政机关的行政复议建议书,细化行政复议意见书与建议书的适用规则,从而促进行政复议监督功能更好的实现。

基于地方立法实践的设区的市立法事项范围研究

结合《立法法》第72、73条之规定,对山东省所辖设区的市~①地方立法实践进行梳理分析显示,作为设区的市在行使地方立法权过程中必须遵循的基本依据与约束框架,《立法法》关于设区的市地方立法事项范围的规定存在外延边界不清、适用解释随意、无法满足地方立法需求等问题与不足。因此,应当修改现行立法对地方立法事项的具体列举式规定,确立"上位法保留""地方事务特色"等标准,以及遵循"非必要不重复"原则的地方立法要求,科学合理界定地方立法事项范围,提高地方立法质量,从而促进地方治理能力的提升。

一种新的网络传播中最有影响力的节点发现方法

在复杂网络的传播模型研究中,如何发现最具影响力的传播节点在理论和现实应用中都有重大的意义.目前的研究一般使用节点的度数、紧密度、介数和K-shell等中心化指标来评价影响力,这种方法虽然简单,但是由于它们仅利用了节点自身的内部属性,因而在评价影响力时精确度并不高,普遍性适用性较弱.为了解决这个问题,本文提出了KSC(K-shell and community centrality)指标模型.此模型不但考虑了节点的内部属性,而且还综合考虑了节点的外部属性,例如节点所属的社区等.然后利用SIR(susceptible-infected-recovered)模型对传播过程进行仿真,实验证明所提出的方法可以更好地发现最具有影响力的节点,且可适用于各种复杂网络.本文为这项具有挑战性研究提供了新的思想和方法.