根本原则

摘要： 习近平新时代中国特色社会主义思想蕴含鲜明的人民本色,并集中体现在根本原则、基本内容、价值追求三个层面.在根本原则方面,以人民为中心是我们党的根本政治原则,是二十一世纪中国化马克思主义的根本思想原则,是我们党团结带领人民干事创业的根本工作原则;在基本内容方面,以人民为中心是习近平新时代中国特色社会主义思想的核心观点,是基本方略的重要组成部分,是经济社会发展的内在要求;在价值取向方面,以人民为中心是新时代坚持和发展中国特色社会主义的价值追求,是新时代我们党治国理政的价值归宿,是新时代我国经济社会发展的价值引领.

摘要： 办好中国的高等教育,必须坚持党的领导,使高校成为坚持党的领导的坚强阵地。延安时期,“抗大”“鲁艺”“陕公”等高校都旗帜鲜明地把坚持党的领导作为办学的根本原则,坚持马克思主义理论的指导,坚持党对思想政治工作的领导,在管理体制上明确教育事业是党的事业的重要组成部分,把坚定正确的政治方向作为人才培养的首要目标。各高校直属党中央机构,无论是教学还是学校的其他一切工作,都是在党的强有力的领导下进行的。坚持党的领导不仅保证了学校沿着正确的政治方向发展,促进了学校各项工作的开展,而且也是其能够培养大批合格人才的重要保证。

摘要： 办好中国的高等教育,必须坚持党的领导,使高校成为坚持党的领导的坚强阵地.延安时期,"抗大""鲁艺""陕公"等高校都旗帜鲜明地把坚持党的领导作为办学的根本原则,坚持马克思主义理论的指导,坚持党对思想政治工作的领导,在管理体制上明确教育事业是党的事业的重要组成部分,把坚定正确的政治方向作为人才培养的首要目标.各高校直属党中央机构,无论是教学还是学校的其他一切工作,都是在党的强有力的领导下进行的.坚持党的领导不仅保证了学校沿着正确的政治方向发展,促进了学校各项工作的开展,而且也是其能够培养大批合格人才的重要保证.

摘要： 本文阐释了重大突发事件档案的内涵、特点及管理现状,分析了其存在的问题,提出重大突发事件档案应急管理工作的总体思路是坚持以问题为导向、坚持档案学根本原则、坚持应急管理工作应及时和采取多方合作,从而为档案部门应对重大突发事件提出具体对策.

摘要： "党校姓党"是党校工作的灵魂和核心,是办学治校重要经验的深刻总结,更是在新形势下应恪守的根本原则.习近平总书记对"党校姓党"根本原则多次做出了重要论述和指示,学习研究相关论述,理解其内涵、把握其要义、领悟其实质,是新时代背景下有效落实"党校姓党"根本原则的重要思想保证.

摘要： 党的十九大提出的新时代党的建设总要求,是新形势下推进全面从严治党的行动指南。党的建设总要求是一个内含根本原则、指导方针、工作主线、总体布局、目标体系、实践路径等诸多要素的系统工程。在这个多维系统中,“坚持和加强党的全面领导”是新时代党的建设的根本原则,“坚持党要管党、全面从严治党”是新时代党的建设的指导方针,“加强党的长期执政能力建设,先进性和纯洁性建设”是新时代党的建设的工作主线。它们作为贯穿整个系统的三大核心要素,为新时代加强党的建设指明了聚力方向,提供了根本遵循。我们贯彻落实党的建设总要求,必须紧扣这个根本原则、指导方针和工作主线,确保党的领导、党的建设始终沿着正确的轨道运行。

摘要： 党的十九大提出的新时代党的建设总要求,是新形势下推进全面从严治党的行动指南.党的建设总要求是一个内含根本原则、指导方针、工作主线、总体布局、目标体系、实践路径等诸多要素的系统工程.在这个多维系统中,"坚持和加强党的全面领导"是新时代党的建设的根本原则,"坚持党要管党、全面从严治党"是新时代党的建设的指导方针,"加强党的长期执政能力建设,先进性和纯洁性建设"是新时代党的建设的工作主线.它们作为贯穿整个系统的三大核心要素,为新时代加强党的建设指明了聚力方向,提供了根本遵循.我们贯彻落实党的建设总要求,必须紧扣这个根本原则、指导方针和工作主线,确保党的领导、党的建设始终沿着正确的轨道运行.

摘要： 公开了通过使用三元故障场景表示的自动根本原因分析。多个潜在故障场景被访问，其中所述多个潜在故障场景的给定潜在故障场景具有至少一个对应的根本原因，并且所述给定潜在故障场景的表示包括“不用在意”值。根据从所监控的系统所接收的遥测的实际故障场景被生成。对照所述多个潜在故障场景来匹配所述实际故障场景。一个或多个匹配的原因被输出为所监控的系统的一个或多个可能的根本原因故障。

摘要： 根本原因分析方法、装置、电子设备、介质以及程序产品。所述根本原因分析方法，包括：从添加注解的知识图谱中提取传播图，其中，所述传播图包括出现异常情况的异常节点以及与所述异常节点存在传播关系的节点(S102)；以及基于所述传播图中的节点的属性来分析所述异常节点出现异常情况的根本原因(S104)。

摘要： 一种用于发现和诊断网络异常的方法。该方法包括接收关键性能指标(KPI)数据和警告数据。该方法包括基于通过离散化KPI数据和警告数据而获得的样本来提取特征。该方法包括基于该特征生成规则集合。该方法包括将样本识别为正常样本或异常样本。响应于将样本识别为异常样本，该方法包括识别与样本对应的第一规则，其中，第一规则指示样本中包括的异常的征兆和根本原因。该方法还包括应用根本原因以得出异常的根本原因解释并基于第一规则执行纠正动作以解决异常。

摘要： 一系列模型累加增加数量的变量的r平方值，以便量化每个变量对预测目标良率或参数响应的重要性。

摘要： 通过如下方式自动检测自动驾驶车辆中的故障根本原因：接收由用于感测所述自动驾驶车辆的环境的一个或多个传感器在所述故障之前的一段时间内捕获的传感器数据；分析所述传感器数据以识别所述环境中的一个或多个对象；创建定义每个对象的时间线运动模式的故障场景；计算特征向量，所述特征向量包括从所述自动驾驶车辆的子系统在所述故障场景期间生成的输出中提取的特征；将一个或多个机器学习分类模型应用于所述特征向量，所述一个或多个机器学习分类模型是用针对多个故障场景及其对应的成功场景计算的多个经过标记的特征向量训练的；通过将解释模型应用于所述一个或多个机器学习分类模型、所述一个或多个特征向量和/或所述结果来识别对所述一个或多个经过训练的机器学习分类模型的结果有显著贡献的关键特征；并根据一个或多个根本原因故障子系统与所述一个或多个关键特征的关联估计所述一个或多个根本原因故障子系统。

摘要： 本公开涉及用于网络问题的根本原因分析的方法和系统。提供了一种网络中的事件分析系统。在操作期间，系统可以确定网络中的一组监测元素。相应的监测元素可以促进监测网络中的事件。然后，系统可以将相应的监测元素表示为图的节点。如果对应的监测元素基于关系定义是相关的，则系统可以将图的节点对与边连接。该系统可以基于来自网络中的一个或多个交换机上的一个或多个监测代理的通知来激活与网络中的问题相对应的图的一组节点。随后，系统可以通过遍历图的一组激活的节点来确定问题的根本原因，并且确定用于缓解根本原因的恢复动作。

摘要： 本发明公开了在基于云的流式应用程序中测量和检测空闲处理周期时段并确定其根本原因。公开了一种用于分析数据以检测基于云的服务内的问题的技术。数据中心中的主机计算设备启动虚拟机，其中至少有一些虚拟机为流式服务运行管线堆栈。主机计算设备中的虚拟机生成包括时间戳的事件数据。分析每个流会话期间由管道堆栈生成的元数据，以识别相应主机计算设备中的死区，并处理事件数据以识别相应死区的潜在根本原因。事件数据可以由承载流媒体服务的虚拟机生成，也可以由同一主机计算设备上的不同虚拟机生成。确定相对于所识别的死区的每种事件类型的事件的分布，并且可以基于该分布调整主机计算设备的操作。

摘要： 一种系统包括：存储器(116)，其可存储计算机可执行组件；处理器(120)，其可操作地耦合到存储器(116)，并且可以执行被存储在存储器(116)中的计算机可执行组件。计算机可执行组件可包括维护组件(108)，其可以通过采用贪心爬山过程以执行多项式数量的条件独立性测试以确定在给定调节集合下来自机械系统的时间序列数据的变量之间的格兰杰因果关系，从而检测机械系统的故障原因。

摘要： 本发明公开了一种技术，该技术涉及对过程周期图像进行分类以预测过程周期的成功或失败。所公开的技术包括在基因分型过程中捕获和处理布置在图像生成芯片上的区段的图像。创建生产周期图像的图像描述特征，并将其作为输入提供给分类器。受过训练的分类器将成功的生产图像与不成功的或失败的生产图像分开。通过受过训练的根本原因分类器将这些失败的生产图像进一步分类为各种类别的失败。

摘要： 本公开的实施例涉及使用可编程的资源依赖性数学模型来执行根本原因分析。一种控制器设备管理多个网络设备。控制器设备包括：存储器，存储器被配置为存储依赖性模型与已编程的合并策略，该依赖性模型表示由网络设备提供的资源之间的依赖性；以及一个或多个处理器，一个或多个处理器被实现在电路装置中并且被配置为：确定由网络设备提供的资源；根据已编程的合并策略来确定资源之间的关系；使用所确定的关系来构造依赖性模型；确定资源中的至少一种资源已经经历故障；以及使用依赖性数学模型来执行根本原因分析，以确定资源中的至少一种资源的故障的根本原因。