政治信念

摘要： 开展好作战中士气激发工作,是我军优良传统之一,是统一官兵思想、鼓舞军心士气的有效方法。刘伯承元帅指出:“说到打胜仗,有两个因素:一个是士气,一个是打法。”在长期革命斗争实践中,我军形成了战前动员教育、战场宣传鼓动、开展立功创模活动等激发士气的一整套经验做法。信息化海空作战,担负的任务更加多样,所处的战场环境更加复杂,面临的考验更加严峻,对参战部队官兵的政治信念、价值追求、战斗意志和心理素质等方面提出了新的要求,这就迫切需要继承弘扬我军优良传统,紧贴信息化海空作战特点要求,切实用好士气激发这个克敌制胜的重要法宝。

摘要： 对上海市不同学段中学生政治及人生价值观、日常心理行为状况及对人生的规划与未来的信心等方面的调查表明:中学生思想政治素质未随着学段的提升而显著提高甚至在某些指标上略有下降;中学生行为支流化和心理亚健康问题随学段提升而有所增加;中学生现状满意度和自我发展信心度随学段提升而有所下降。对此,要以落实德育一体化工作理念、引导健康化生活方式养成及融群体意识于个体化趋势等方式解决发现的问题。

摘要： 习主席强调指出:"我军历来以敢打敢拼闻名于世,一不怕苦、二不怕死的战斗精神永远都不能丢。过去我们钢少气多,现在钢多了,气要更多,骨头要更硬。"新时代,着眼打赢具有智能化特征的信息化局部战争,战斗精神培育工作必须着力在四个方面下功夫。一、着力解决"为谁而战"问题,筑牢官兵能打胜仗的政治信仰高昂的战斗精神源于坚定的政治信念。只有把战斗精神建立在正确、自觉、坚定的政治信仰基础之上,才能保证官兵具有真正持久的勇敢牺牲精神.

摘要： 《中国共产党军队党的建设条例》和《中国共产党军队委员会(支部)工作规定》对科室党支部建设和党支部书记能力提出了明确要求:科室支部是“单位政治领导和团结的战斗堡垒,主要负责本单位党的工作,组织进行思想政治工作,研究审议本单位业务工作重要事项,支持和监督行政领导正确行使职权,团结全体人员完成任务”,“党支部书记应当有坚定的政治信念,有做党务工作的能力、组织开展思想政治工作的能力、解决突出矛盾和实际问题的能力、协调凝聚班子的能力、团结带领党员和群众完成任务的能力”。

摘要： 市十五届人大六次会议选举我为市人大常委会副主任,我深感责任重大、使命光荣。作为市人大常委会的一员,我定当尊崇宪法,忠诚履职,展现特别的担当、特别的作为,不负组织信任、不负人民重托。我将坚持以习近平新时代中国特色社会主义思想为指引,深入贯彻落实中央人大工作会议精神,把忠诚拥护“两个确立”、坚决做到“两个维护”作为最坚定的政治立场、最牢固的政治信念、最重要的实践要求,落实到工作中,体现在行动上,更好担当起新时代赋予人大工作的历史使命。

摘要： 2021年来,湖北咸宁日报社围绕讴歌百年大党丰功伟绩、为国家“十四五”崭新开局喝彩的宣传主题,强化主题宣传的政治性、全局性、新闻性和服务性,以坚定的政治信念做优“路线图”,以正确的政治方向做精“施工图”,以鲜明的政治立场唱响“主旋律”,以过硬的政治素养奏响“交响乐”,确保用力用情讲好中央政策“普通话”,说出反映人民心声的“百姓话”。

摘要： 在新征程上,我们要进一步提高政治站位、锤炼过硬本领,不断增强做好宣传工作的政治自觉。要坚持以党的政治建设为统领,把忠诚拥护“两个确立”、坚决做到“两个维护”作为最坚定的政治立场、最牢固的政治信念、最重要的实践要求,不断提高政治判断力、政治领悟力、政治执行力。

摘要： 诗以言志,言为心声。革命先烈留下的诗章,充分表达了自己对马克思主义的追求和坚定的共产主义信仰。重读一首首革命先烈的诗章,其中体现出的爱党报国情怀令人敬仰不已,蕴含的共产主义信念更令人感到震撼。如今,我们重温那些令人震撼、催人奋进的诗篇,就要从中汲取养分、凝聚力量,使革命先列坚定的政治信念和无私的奉献精神在自己身上得以传承。

摘要： 能不能抓落实,会不会抓落实,是检验干部的"试金石"。组织部门要从强化政治信念抓落实、强化激励引导抓落实、夯实基层组织抓落实、压紧主体责任抓落实等方面入手,全力提高干部狠抓落实的能力。强化政治信念抓落实从源头入手,打牢筑稳抓落实的政治根基。要抓实理论武装,持续提升党员干部教育质量,按需施教、因材施教,实现应训尽训。严把政治关口,对新提拔任用的干部,全面开展习近平新时代中国特色社会主义思想和党章党规基本知识考核测试。

摘要： 中国共产党第十九次全国代表大会闭幕仅一周,中共中央总书记、国家主席、中央军委主席习近平总书记便带领其他中央政治局常委同志,集体瞻仰中共一大会址和浙江嘉兴南湖红船,回顾建党历史,重温入党誓词,宣示新一届党中央领导集体的坚定政治信念。在习近平领誓下,中央政治局常委面对鲜红的党旗庄严宣誓:“我志愿加入中国共产党,拥护党的纲领,遵守党的章程,履行党员义务,执行党的决定,严守党的纪律,保守党的秘密,对党忠诚,积极工作,为共产主义奋斗终身,随时准备为党和人民牺牲一切,永不叛党。”

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。