敌意

摘要： 对方表示出想要告辞的意思后,我们先说再见,也可以让对方松一口气。对方会因此认为你是一个懂得体谅别人的人。在交谈中,有时候对方什么时间告辞对我们来说非常重要。尤其是马上就要到下个约会的时间时,我们就必须判断对方会在什么时间离开。我们必须准确观察出对方是否要告辞,这非常重要。其意义之一就是,如果对方有想要告辞的意思,我们就不用再寻找话题,强留对方了。对方表示出想要告辞的意思后,我们先说再见,也可以让对方松一口气。对方会因此认为你是一个懂得体谅别人的人。如果无视对方的想法继续谈话,可能就会招来不必要的敌意或怒气。

摘要： 一切问题,皆自我成长。当你成为一个更好的自我时,婚姻对你来说就是件人生小事。现在的人很关注个人成长,学了那么多,做了那么多,但不少人有着同样的困惑:到底怎样才是真正成长了呢?其实,个人成长的结果是心智成熟。那么,怎样才算心智成熟了呢?心智成熟有4个表现:1.不带敌意的拒绝我在拒绝你的时候并没有敌意。你可以对我有要求,这是你的权利。但是否接受你的要求则是我的自由。你可以对我有评价和指责,这是你的权利,但是否认同你说的话则是我的选择。

摘要： 电影《天才捕手》把编辑与作者相爱相杀的编辑部故事演绎得淋漓尽致。麦克斯·珀金斯与托马斯·沃尔夫惺惺相惜的目光让我们意识到,编辑和作者之间总是存在着某种千丝万缕的敬意与敌意。对期刊编辑来说,重要的是如何保持对学术的敬畏,困难的是如何保持与作者的距离。

摘要： 目的 探讨精神分裂症病人的敌意归因偏向及其影响因素.方法 选取2018年8月至2019年8月合肥市第四人民医院住院精神分裂症病人90例为观察组,选取同期本医院所在社区精神正常者80例为健康对照组,采用中文版模棱两可、目的和敌意问卷(AIHQ-C)对两组作敌意归因偏向评估,同时作偏执量表(Pa)、多伦多述情障碍量表(TAS-20)、自动思维量表(ATQ)、威斯康星卡片分类(WCST)及阳性和阴性症状量表(PANSS)等评估,分析精神分裂症病人敌意归因偏向相关影响因素.结果 观察组的AIHQ-C、Pa[(17.02±4.99)分比(11.08±3.35)分]、TAS-20、ATQ[(65.32±23.03)分比(49.68±19.04)分]等各项评分显著高于健康对照组(P<0.01),观察组WCST的完成分类数显著低于健康对照组[(3.49±2.13)分比(5.44±1.21)分,P<0.01],持续性错误数显著高于健康对照组[(27.19±15.80)分比(14.45±8.37)分,P<0.01];Pearson相关分析显示:观察组的AI-HQ-C各项评分与Pa、TAS-20、ATQ评分、PANSS总分、阳性症状分及WCST的持续性错误数呈正相关(P<0.05或P<0.01).以AIHQ-C的责备偏向分为因变量多元回归提示,自变量中Pa评分与PANSS阳性症状分、WCST持续性错误数被纳入方程,标准化系数分别为0.260(P<0.05)、0.286(P<0.01)、0.257(P<0.01).结论 精神分裂症病人存在明显的敌意归因偏向及述情障碍,认知灵活性低,偏执、阳性症状及认知灵活性对病人的敌意归因偏向有预测作用.

摘要： 日本猎人姊崎等在《遇到熊怎么办》一书中表示:“我们常常说‘熊很可怕’,但真正可怕的其实是这句话本身。”畏惧心会引发敌意,从而阻碍我们去接受、去和解。若是哪一天,熊能在自己的地盘里尽情嬉闹,人也只是远远地感受这样的美好,我们才能真正在荒野中重新找到自己的位置。

摘要： 离间型网络谣言的传播会破坏人际关系,干扰公共事务,妨碍社会秩序的有序运行,因此,对这类谣言的产生原因、扩散机理与治理原则的相关研究十分必要。本文发现,离间型网络谣言实际上是社会冲突的再现形式,其产生源于冲突背后的权力争夺,线下敌意的线上投射和造谣者现实诉求的虚拟表达。离间型网络谣言通过迎合人们的意义建构、情感宣泄和群体认同需要,而得以广泛传播。因此,治理离间型网络谣言,既要通过各种技术手段追谣、辟谣,遏制虚假信息的网际传播,也需着力解决各种现实问题,铲除谣言滋生与扩散的社会土壤。

摘要： 本发明公开了一种基于强化学习的无人机辅助物联网抗敌意干扰方法，包括：建立抗敌意干扰攻防Stackelberg博弈模型，其中地面传感器节点、无人机和智能干扰机为博弈的三个参与者；推导所述抗敌意干扰攻防Stackelberg博弈模型中的博弈均衡点及其存在条件，所述博弈均衡点包括智能干扰机的最优干扰功率、无人机的最优发射功率、无人机的最优移动距离以及地面传感器节点的最优发射功率；在未知干扰模型的条件下，引入WoLF‑PHC算法动态优化地面传感器节点的发射功率、无人机的发射功率和无人机的移动轨迹。本发明公开了一种基于强化学习的无人机辅助物联网抗敌意干扰方法和系统，通过及时调整无人机轨迹或者发射功率来抵抗干扰信号强度可变的智能干扰。

摘要： 基于多用户强化学习的认知无线网络抗敌意干扰方法，涉及无线网络安全。认知源节点通过观察主用户工作状态、自适应干扰机发射功率等状态信息，采用多用户强化学习策略自动选择发射功率。多个认知源节点同时学习，每次发送数据包结束，依据获得的即时回报及下一时刻状态，更新状态、行为和映射关系，并根据反馈信息更换多用户强化学习算法的学习速率，从而提高接收端的信干比，最终获取最优的发射功率。而各个认知源节点间能够帮助转发数据包或者自己发射数据。该方法利用多用户强化学习的机制，通过尝试比较的方法，提高了智能型敌意干扰机的场景下，认知无线网络的通信效率。

摘要： 本发明公开了一种基于强化学习的无人机辅助物联网抗敌意干扰方法，包括：建立抗敌意干扰攻防Stackelberg博弈模型，其中地面传感器节点、无人机和智能干扰机为博弈的三个参与者；推导所述抗敌意干扰攻防Stackelberg博弈模型中的博弈均衡点及其存在条件，所述博弈均衡点包括智能干扰机的最优干扰功率、无人机的最优发射功率、无人机的最优移动距离以及地面传感器节点的最优发射功率；在未知干扰模型的条件下，引入WoLF‑PHC算法动态优化地面传感器节点的发射功率、无人机的发射功率和无人机的移动轨迹。本发明公开了一种基于强化学习的无人机辅助物联网抗敌意干扰方法和系统，通过及时调整无人机轨迹或者发射功率来抵抗干扰信号强度可变的智能干扰。

摘要： 基于深度强化学习的认知无线电空频二维抗敌意干扰方法，认知无线电次用户在未知干扰机攻击模式和无线信道环境的状态下，观察认知无线电主用户的接入状态、无线信号的信干比，利用深度强化学习机制决定是否离开所在被干扰区域或者选择一个合适的频点发送信号。结合深度卷积神经网络和Q学习，利用Q学习在无线动态博弈中学习最优抗干扰策略，将观测状态和获取效益输入深度卷积神经网络作为训练集加快学习速度。利用深度强化学习的机制，提高认知无线电在动态变化的无线网络环境场景下对抗敌意干扰机的通信效率。可克服人工神经网络需要在训练过程中需要先对数据进行分类以及Q学习算法在状态集和动作集维度大的情况下学习速度会快速下降问题。

摘要： 基于多用户强化学习的认知无线网络抗敌意干扰方法，涉及无线网络安全。认知源节点通过观察主用户工作状态、自适应干扰机发射功率等状态信息，采用多用户强化学习策略自动选择发射功率。多个认知源节点同时学习，每次发送数据包结束，依据获得的即时回报及下一时刻状态，更新状态、行为和映射关系，并根据反馈信息更换多用户强化学习算法的学习速率，从而提高接收端的信干比，最终获取最优的发射功率。而各个认知源节点间能够帮助转发数据包或者自己发射数据。该方法利用多用户强化学习的机制，通过尝试比较的方法，提高了智能型敌意干扰机的场景下，认知无线网络的通信效率。

摘要： 基于Q学习的认知无线电抗敌意干扰方法，涉及认知无线电。1)认知源节点初始化学习因子γ和折扣因子β，设置Q值表、V值表值为0；2)认知源节点感知k时刻的状态s，并根据Q值表，选择最优行为a；3)认知源节点观察k+1时刻的状态s'，并计算本次信息传输的即时回报us；4)更新Q学习算法的Q值表、V值表；5)认知源节点重复步骤2)～4)，直到找到最优策略。于Q学习实现功率控制，认知源节点和智能干扰机通过不断学习环境，实时调整自身的发射功率，随着迭代学习的延续，最终使得自身的收益最大化。

摘要： 基于非协调跳频的认知无线网络抗敌意干扰协作广播方法，涉及无线网络通信。提供在不影响网络的可扩展性以及通信效率的前提下应用于认知无线网络的一种基于非协调跳频的认知无线网络抗敌意干扰协作广播方法。首先采用源节点与认知用户随机选择信道接入的非协调跳频技术，不仅能够抵御无线网络敌意干扰攻击，同时还克服了传统跳频因需要预先分享密钥从而导致可扩展性差、安全性不高等问题；其次，引入认知用户间的协作广播机制，即让完成广播信息接收的认知用户协助源节点，向网络内剩余的认知用户转发广播信息，从而提高了认知无线网络的通信效率。