新媒体背景下特教生网络过激行为的干预模式构建

网络过激行为已然成为一个社会热点。新媒体环境下如何解决特教生网络过激行为问题,是事关特教生的成长成才的关键。本文从特教生网络过激行为的定义、表现形式以及新媒体背景下特教生网络过激行为的影响因素入手,探索适合特教生网络过激行为的干预模式,认为特教生网络过激行为并非不可防预,可从防控干预模式、心理训练干预模式、危机预警干预模式、社会工作干预模式以及新媒体干预模式等多方面采取有效的措施,帮助特教生减少网络过激行为。

网络社群集群行为悖像的生成逻辑及现实观照

基于网缘的网络社群遵循拟血缘、拟地缘和拟业缘的发展路径。现实的网络社群使网络中弥散性的民意趋于组织化,具体表现为正义诉求与暴力表达的双面性。追踪此种集群行为悖像的生成逻辑,六零后至零零后所处历史坐标中的典型案例体现的时代精神和文化伦理变迁成为可能的理解方式。新时期社会转型进程中的精神断裂与历史虚无造成的时代阵痛是网络社群无序表达的根由所在。网络社群已成为新媒体时代基本的社会组织单元,网络治理主体应通过网络社群平台解民意、集民智、理民政,有效回应和观照网络集群行为及其暗合的人民对美好生活的向往。

基于人体关节点多特征融合的暴力行为识别

针对目前视频中暴力行为识别算法识别准确率不高的问题,提出一种基于人体关节点多特征融合的暴力行为识别方法。使用YOLO-Pose算法实现人体检测与姿态估计,获取人体关节点位置信息,基于人体结构提取关节点的距离特征和形状特征,基于运动特性提取关节点的动态特征和姿态特征,将所有特征信息进行融合,构建Bi-LSTM行为识别模型实现暴力行为识别分类,并设计行为识别结果稳定器,解决识别过程中因随机干扰导致的行为误判问题。在公开暴力行为数据集Violent-Flows与自制暴力行为数据集Vio-B上验证提出方法的有效性,实验表明,在Violent-Flows数据集与Vio-B数据集上本方法准确率分别达到97.9%与98.5%,高于现有方法。