必胜信念

摘要： 面对突发奥密克戎疫情,和平区人大常委会按照市委、区委部署要求,坚定必胜信念,勇于担当作为,充分发挥人民代表大会制度优势和职能作用,齐心协力打赢新一届区人大履职“第一仗”。全员下沉把人民至上落实到行动中区人大常委会党组坚决贯彻落实习近平总书记关于疫情防控工作的重要指示批示精神,按照市委、区委工作安排,第一时间部署机关疫情防控工作。

摘要： 今年的汽车市场究竟会怎样?4月份产销数据公布后,这成为每个汽车人心头沉甸甸的话题。一些机构开始预测,中国乘用车市场今年将下滑10%左右,商用车市场前四个月销售下滑40%,前景更不乐观。年初,中汽协预测全年汽车销售2750万辆,同比增长5%。这是去年底和今年初我们基于对今年市场的有利因素和不利因素的分析和判断决定的。

摘要： 展文艺担当,聚抗疫能量。吉林省疫情防控正处于最紧要、最关键的时刻,吉林艺术学院教师充分发挥文艺战线的独特优势,以笔为矛,以艺为锋,创作出一件件有温度、有力量、接地气的优秀作品,生动记录抗疫一线的感人瞬间,大力弘扬伟大抗疫精神,提振士气、鼓舞人心,反映全民齐心抗疫和积极乐观的期待,以及坚决打赢疫情防控阻击战的必胜信念。

摘要： “没有共产党就没有新中国,没有共产党就没有新中国……”朴实的歌词,高亢的旋律,见证了中国共产党带领中国人民不屈不挠、英勇斗争而取得胜利的光辉历程,展现了中华儿女的钢铁意志和必胜信念,道出了历史的必然和颠扑不破的真理:没有共产党就没有新中国。百年风展红旗如画,百年峥嵘岁月如歌。在中国共产党成立百年之际,要不断高唱《没有共产党就没有新中国》,使之成为我们守护精神家园、激励奋勇前进的磅礴力量。

摘要： 2020年9月3日,习近平总书记在纪念中国人民抗日战争暨世界反法西斯战争胜利75周年座谈会上的讲话中指出:“中国人民在抗日战争的壮阔进程中孕育出伟大抗战精神,向世界展示了天下兴亡、匹夫有责的爱国情怀,视死如归、宁死不屈的民族气节,不畏强暴、血战到底的英雄气概,百折不挠、坚忍不拔的必胜信念。

摘要： 习近平总书记说:“中国人民在长期奋斗中培育、继承、发展起来的伟大民族精神,为中国发展和人类文明进步提供了强大精神动力。”中国人民抗日战争的胜利就是以爱国主义为核心的民族精神的伟大胜利。以爱国主义为核心的民族精神在抗日战争中经过锤炼、升华,凝聚为伟大的抗战精神,其重要内涵为:天下兴亡、匹夫有责的爱国情怀;视死如归、宁死不屈的民族气节;不畏强暴、血战到底的英雄气概;百折不挠、坚忍不拔的必胜信念等。

摘要： 2021年伊始,面对突如其来的疫情,河北省地矿局离退休干部党组织和离退休工作部门积极响应各级党委、政府疫情防控工作要求,严格落实局党组安排部署,积极配合社区落实落细疫情防控措施,主动作为,周密安排,助力打赢疫情防控攻坚战。全局离退休干部和老党员离岗不离党、退休不褪色,响应组织号召,落实科学防护,坚定必胜信念,主动作为,诠释了老一辈地质工作者“听党话、跟党走”的政治自觉。

摘要： 历史是最好的教科书。在庆祝我们党百年华诞的重大时刻,在“两个一百年”奋斗目标历史交汇的关键节点,在全党集中开展党史学习教育,正当其时,十分必要。各级党组织要坚定扛起政治责任,切实抓紧抓实抓好党史学习教育工作,党员干部要认真上好党史学习“必修课”,真正做到学史明理、学史增信、学史崇德、学史力行,蓄满精神力量,坚定必胜信念,奋力开启全面建设社会主义现代化国家新征程。

摘要： “光荣传统不能丟,丢了就丢了魂;红色基因不能变,变了就变了质。”习近平总书记高屋建瓴的讲话为党史学习教育指明了方向。党中央在全党开展的学党史、悟思想、办实事、开新局的党史学习教育,让每一个党员干部通过学习,体会深刻,感触很深,思想上得到了洗礼、学习上得到了深化、境界上得到了提升。尤其煤炭企业的党员干部,更加加深了“只要跟党走,一定能胜利”的坚定信心和必胜信念,为煤炭企业发展提供了不竭动力。

摘要： "我到广西考察的第一站就来到这里,目的是在全党开展党史学习教育之际,缅怀革命先烈,赓续共产党人精神血脉,坚定理想信念,砥砺革命意志。"不久前,习近平总书记来到位于广西桂林全州县才湾镇的红军长征湘江战役纪念园,强调"在实现第二个百年奋斗目标的新长征路上,我们要抱定必胜信念,勇于战胜来自国内外的各种重大风险挑战,朝着实现中华民族伟大复兴的目标奋勇前进。"

摘要： 本发明公开了一种基于改进黑猩猩算法优化深度信念网络的股票预测方法，其特征在于：包括以下步骤：S1:将股票数据输入到DBN网络中，初始化网络的结构，包含网络的隐含层数、每层的神经元数、学习率、批处理样本数，并对样本数据进行训练；S2:选用DBN模型输出预测值的平均百分比误差MAPE作为优化目标函数；使用黑猩猩优化算法，对DBN的学习率和批处理样本数参数进行优化，避免人为经验设置参数造成的网络性能不稳定性，从而获得最佳的参数组合，提高了DBN模型对于不同股票数据的预测性能。

摘要： 本发明公开了一种基于信念规则库的滚动轴承故障诊断方法及系统，该方法包括：通过训练自学习网络获取特征提取模型；对有标签数据进行特征提取，训练诊断分类器；提取无标签数据的内在特征，作为诊断分类器的输入，输出伪标签；通过信念规则库对伪标签进行校正；将无标签数据和校正标签作为诊断分类器的输入重新训练，基于训练后的诊断分类器重新获取输出的标签对信念规则库进行更新；反复相互迭代训练诊断分类器，更新信念规则库，获取满足要求的诊断分类器；基于特征提取模型和诊断分类器，对轴承进行故障诊断。本发明充分考虑到了信念规则库不完整和有标签数据较少的情况，根据收集得到的数据可快速地对出现的故障进行诊断，找出故障原因。

摘要： 本发明提供一种基于变分循环网络模型的信念一致多智能体强化学习方法，该方法启发于人类团队之间的可以产生默契合作的现象，即通过共同的信念在任务上达成一致性共识。与人类社会群体类似，分布式学习系统中的智能体也可以受益于一致的信念，在有限的通信条件下实现协作。在本文中，我们展示了在分散式协作任务中智能体之间的一致性信念的作用。我们提出了一种新的基于值的方法——一致性信念多智能体强化学习方法，它使用变分模型来学习智能体之间的信念。我们还利用与变分模型结合的循环网络模型(RNN)充分利用智能体历史行为轨迹。我们的算法使智能体能够学习一致的信念，以优化完全分散的策略。我们在两个网格世界游戏以及星际争霸II微观管理基准上验证了该方法。我们的实验结果表明，该方法学习到的共同信念可以有效提高离散和连续状态下的智能体的协作效果。

摘要： 本发明涉及一种基于深度信念网络的数据融合在环境空气预报中应用的方法，该方法首先将监测点位的大气数据和气象数据进行预处理，去除缺测值，并对数据进行归一化处理，然后将处理后的数据输入深度信念网络(DBN)进行训练，得到训练模型，通过深度信念网络(DBN)模型对数据进行数据融合，将融合后的数据应用在环境空气预报中，并将结果返回给用户。本发明通过深度信念网络(DBN)进行数据融合的方法，相比于使用D‑S证据理论方法，降低了环境空气预报的误差，提高了相应的准确性，同时可以实现智能化监测。

摘要： 本发明提供了一种基于信念攻击和显著区域扰动限制的对抗样本生成方法，涉及深度神经网络技术领域和计算机视觉领域，本发明包含以下步骤：提供原始图像和白盒目标模型，使用包含原始图像的数据集作为数据集，利用类激活映射技术生成关于原始图像的显著区域二进制掩码，利用基于信念的攻击方法融合迭代的快速梯度方法生成全局对抗扰动；将生成的全局对抗扰动和显著区域二进制掩码融合生成显著区域对抗扰动；将显著区域对抗扰动添加到输入图像，并迭代地进行更新直到达到预设的终止条件，输出最后的一次迭代的图像对抗样本作为生成的对抗样本。该发明生成的对抗样本具备低扰动、高迁移性。

摘要： 本发明涉及混合动力汽车领域，特别是涉及一种基于深度信念网络的动力电池SOC预测方法。一种基于深度信念网络的动力电池SOC预测方法，所述动力电池用于混合动力汽车中，所述预测方法包括：提供所述动力电池特征参数的实验室恒流放电数据集；采集所述动力电池特征参数的实际工况数据；使用所述实验室恒流放电数据集训练DBN模型，得到训练完毕的DBN模型；以及将所述实际工况数据输入至所述训练完毕的DBN模型，得到动力电池预测SOC。上述动力汽车SOC预测方法将所述动力电池特征参数的实验室恒流放电数据集训练DBN模型，再将所述动力电池特征参数的实际工况数据输入训练好的DBN模型，不需要深入研究动力电池的内部结构就可以获取运行中的SOC值。

摘要： 本发明公开了一种深度信念网络DBN结构的动态设计及提高股票预测性能，包括隐含层和隐藏神经元的增减；本发明解决了DBN网络结构的问题，以连接权重的范数方根为判断依据，筛选舍弃或分裂的隐层神经元，再根据网络的平均绝对百分比误差来确定神经网络的深度，这样的设计方法不仅调节了隐藏神经元的个数，还考虑了隐藏层的变化，最后得到的网络不仅保留了原始网络的主要结构，提升了网络性能，并且在运行过程中计算简单。该设计不仅能够自动捕捉数据的特征信息来确定网络结构，还能够提升DBN在股票数据预测中的准确度。

摘要： 本发明公开一种基于深度信念网络的自动扶梯制动力智能诊断系统，包括，A．制动距离、制动器振幅以及自动扶梯技术参数的采集并将数据上传至制动性能数据库；B．深度学习建立自动扶梯制动力预估模型和建立自动扶梯制动力故障诊断模型；C．制动性能数据库对数据存储并约减；D．约减后的数据与制动力预估模型和制动力故障诊断模型对比；E．比对结果通过制动力智能诊断平台查看实时数据并预警。有益效果是，利用深度信念网络预估自动扶梯的制动力范围及从自动扶梯故障原始数据中直接提取有用故障特征并识别故障状态，能够第一时间得到制动力异常的预警和制动力故障的诊断结果，及时排查自动扶梯存在的隐患，实现智能管理，提高自动扶梯运行效率。

摘要： 本发明涉及一种基于深度信念网络的航天器惯性姿态敏感器故障诊断方法，包括：对航天器惯性姿态敏感器的数据样本进行预处理；对航天器惯性姿态敏感器的故障模式进行故障编码，并根据编码结果对预处理后的数据样本进行标注；选择深度信念网络的层数和节点，搭建深度信念网络；利用标注后的数据样本对深度信念网络进行训练，并对网络层数和节点数进行优化，最终得到用于航天器惯性姿态敏感器故障诊断的DBN网络进而完成航天器惯性姿态敏感器故障诊断。本发明充分挖掘多个惯性姿态敏感器数据之间的关联关系以及异常数据与故障之间的映射关系，实现航天器惯性姿态敏感器故障的高效、准确诊断。

摘要： 本发明公开了一种基于多核协同学习和深度信念网络的特征提取方法及系统，包括：获取人脸表情图像信息，将所述人脸表情图像信息输入到训练好的深度信念网络，得到人脸表情分类结果；其中，对于深度信念网络的训练过程包括：将三张同一个人脸不同角度的图像分别放入三个DBN网络，三个DBN网络根据视野的不同来提取同一个人脸图像的三个不同特征，将提取到的特征分别放入与DBN网络连接的分类器中，利用小于设定数量的已标记的样本和大于设定数量的未标记样本对多个分类器进行协同训练。本发明实现了利用大量未标记样本进行分类器训练的目的，降低了DBN对人工标记样本的依赖，提高了深度信念网络的实用性。