突发事件中政府话语的受众反向认知影响因素研究--基于2011—2020年1500起突发事件的实证分析

[目的/意义]突发事件中政府话语的受众反向认知现象对政府舆情应对乃至公信力形成挑战,因此有必要对其进行分析,以期为突发事件管理实践提供参考。[方法/过程]本文采用内容分析法,选取2011—2020年1500起突发事件展开实证研究,分析突发事件中政府话语传播的受众反向认知现状,并从突发事件属性、事件传播属性、政府话语属性方面,考察政府话语反向认知的影响因素。[结果/结论]研究发现,突发事件属性、政府话语属性对政府话语反向认知的影响最强,影响反向认知最为显著的因素依次为:突发事件类型、事件问责情况、事件所属行业、政府话语发布平台、政府情感话语运用、事件发生地、政府回应时效、舆情持续时间等。

反向认知的高效果蝇优化算法

针对果蝇优化算法的早熟收敛问题,提出一种基于最优和最差个体协同学习的果蝇优化算法。该算法通过在进化方程中添加向最差个体学习的改进策略,优化进化方程,增强算法跳出局部最优、寻找全局最优的能力。对经典测试函数的仿真结果表明,该算法具有更好的全局搜索能力,在收敛速度、收敛可靠性及收敛精度上比其他算法有较大的提高。

网络舆论中网民反向认知现象研究

为分析网民对政府和官员的言论和行为从反面进行认知、解读和分析这一现象,在指出既有理论解释局限基础上,提出了网民反向认知理论。认为网民反向认知体现在对官员、政府及公共政策认知等层面。指出网民反向认知因系列热点事件、社会不满群体、传统政治生活、网络疆域特点等作用而加剧,其蔓延会带来舆论片面化、政治性裂痕、公信力危机和政策治理困境等。认为需要通过减少反向认知素材、增加媒体正面引导和官方系列形象修复行动等以消除网民反向认知问题。

基于硬件损伤的认知反向散射通信网络鲁棒安全资源分配算法

为了提高反向散射通信网络频谱效率、传输鲁棒性及信息安全性,该文提出一种基于硬件损伤的认知反向散射通信网络鲁棒安全资源分配算法。首先,考虑认知反向散射用户的最小安全速率、传输时间、能量收集和反射系数等约束,基于有界信道不确定性和频谱感知误差模型,建立一个多变量耦合的吞吐量最大化非凸资源分配问题。其次,利用最坏准则、连续凸近似和交替优化方法,将原问题转换为凸优化问题,并提出一种基于迭代的鲁棒资源分配算法。仿真结果表明,与现有算法对比,所提算法具有较好的鲁棒性。

反向认知:自然主体论的思维范式阐释

长期以来,在我国高校的外语教学及其研究中,认知活动一直被视为是人作为主体对客体乃至自然的单向度认识。其实,如果从大自然与人的反向关系来看,认知行为首先产生于大自然,没有大自然,人类的认知活动就无从展开。然而,自然与人之间究竟是如何展开反向认知的呢?客体是否真的能够拥有自身的独立认知呢?这一认知又是怎样表达的呢?本文以自然主体论为基础,根据《周易》、老庄哲学以及生态符号学中的相关理念,对这些问题进行了探讨,同时也阐释了反向认知模式,从而指出“回归自然”是战胜人类认知局限、知识再生和提升思维能力的关键。

“感而遂通”:符号表征的反向认知

符号认知与表征的“遮蔽”现象,已经引起了学界的普遍关注,甚至导致了语言论转向。如何走出这一困境,不仅关系到认知模式的重新认识,而且与外语教学人才培养目标的转型息息相关。本文以中国传统文化中的“感而遂通”为立足点,从西方语言符号学中的休谟问题出发,运用索绪尔、皮尔斯、乌克斯库尔的符号学理论对符号活动中的休谟问题进行分析,并且为提升语言学习者的思维能力,进一步以庄子的“心止于符”思想为依据,努力摆脱经验和理性的羁绊,在任运自然的状态下,还符号意义以自由。其实,这种符号表征的反向认知路径更是完善了精神文化符号学的正反向互动的认知模式。

基于反向认知果蝇优化算法的转向梯形机构设计

为提高果蝇优化算法(FOA)在转向梯形机构优化中的应用效果,对其进行改进,提出了反向认知果蝇优化算法(RCFOA)。相比于FOA,RCFOA在进化过程中在保留向最优个体学习策略的同时,增加了向最差个体学习的过程,即增加了"反向认知"策略,从而提升了算法的寻优能力。函数优化结果表明,RCFOA的优化精度、优化速度和算法稳定性更优。在转向梯形机构优化的实际应用中,RCFOA有效提高了优化结果。

求冗余机器人手臂逆解的反向认知果蝇优化算法

为了解决冗余机器人手臂逆解求取中存在的计算量大和求解精度较低等问题,提出一种基于反向认知果蝇优化算法(RCFOA)的解决方法。RCFOA在果蝇算法(FOA)算法的基础上,在进化方程中增加"反向认知"策略,即添加向最差个体学习的改进策略优化进化方程,增强算法跳出局部最优、寻找全局最优的能力。对经典测试函数的仿真结果表明,RCFOA具有更好的全局搜索能力,在收敛速度、收敛可靠性及收敛精度,比其FOA有较大的提高。在机器人手臂逆解求解应用中,能够有效提高精度和稳定性,是求解机器人手臂逆解的一种有效方法。

论舆论场及其分化问题

在媒体类型增加及社会群体变动过程中,舆论场呈现出基于介质、群体、功能的分化和演变。以介质为观察视角,发现当前舆论场已分化成社会口头舆论场、传统媒体舆论场和网络舆论场。舆论场分化背后是利益、权力、认知、价值甚至群体分化,而多元的分化不利于社会共识和凝聚力形成,需要政府等积极作为以消除或弱化舆论场分化带来的负面问题。

基于改进果蝇优化算法优化RVM的电机轴承故障诊断

针对相关向量机(RVM)在电机轴承故障识别中的性能受参数选择影响较大的问题,提出了基于反向认知果蝇优化算法(RCFOA)优化RVM的电机轴承故障诊断方法。为提高FOA算法的寻优能力,引入反向学习策略,对原始果蝇优化算法进行了改进。利用RCFOA进行RVM参数的优化,可以有效地提高RVM的分类性能。电机轴承不同类型、不同程度故障诊断的实例表明,RCFOA算法能够获得更优的参数,提高了RVM的故障诊断准确率,相比于其他一些方法更有优势,可有效应用于故障诊断。

RCFOA-SVM法诊断核辐射探测器模拟电路故障

为提高核辐射探测器模拟电路的故障诊断精度,基于果蝇优化算法(FOA)和支持向量机(SVM),探讨了反向认知果蝇优化算法(RCFOA)优化SVM的核辐射探测器模拟电路故障诊断新方法。基于小波包能量提取出模拟电路故障特征集,将反向学习策略引入FOA中,提出RCFOA方法并用于SVM参数优化,提高参数设置的合理性,以优化后的SVM作为模式识别方法对特征集进行分类,得到诊断结果。测试结果表明:RCFOA-SVM法省时、诊断精度更高、更加实用有效。

互联网情绪传播研究的新路径探析

在既有研究基础上,对情绪传播在舆论学、心理学、计算机科学三个学科面向的研究路径进行了探讨。在未来的情绪传播研究中,应注重从"事件导向型情绪"向"全域整体型情绪"研究深化;聚焦网络公共事件中的反向认知情绪研究;关注行业舆情中的情绪判别与口碑营销。

警惕“校长事件”报道对词义转移的贬降趋向

词义变化的方式分为词义扩大、词义缩小和词义转移,其中词义的转移包含词义上扬和词义贬降。本文对近期媒体集中报道国内两所著名大学"校长事件"进行分析,并通过"同志"和"小姐"两个词语词义的变化,说明媒体的影响和社会事件的推动会造成词义的变化,进而探寻造成"校长"词义变化的原因,呼吁全社会警惕几起事件的报道对"大学校长"这一词语词义转移贬降的趋向。

警惕不当报道对“大学校长”词义的贬降作用

本文对近期媒体集中报道国内两所著名大学"校长事件"进行分析,说明媒体的影响和社会事件的推动会造成词义的变化,进而探寻造成"校长"词义变化的原因,呼吁全社会警惕几起事件的报道对"大学校长"这一词语词义转移贬降的趋向。