民生领域

摘要： 近年来,消费者的维权意识不断提升,今年3·15国际消费者权益日同往年一样,受到社会各界广泛关注,“土坑”酸菜等食品安全问题引发多方热议。食品安全建设是民生领域发展过程中不可或缺的一部分,面对易出现食安隐患的“沟沟壑壑”,杜微慎防,应以更强有力的“雷霆手段”进行监管。

摘要： 人民是我们党执政的最大底气,也是反腐败斗争的最深厚基础。习近平总书记在十九届中央纪委六次全会上强调,要加强对党中央惠民利民、安民富民各项政策落实情况的监督,让群众从一个个具体问题的解决中切实感受到公平正义。湘西州纪委监委将认真落实党中央决策部署,贯彻十九届中央纪委六次全会和省十二届纪委二次全会精神,始终把整治群众身边腐败和不正之风摆在更加突出位置,聚焦乡村振兴领域、民生领域腐败和执法司法腐败三大重点,深入整治惠民政策落实的“绊脚石”、民生领域的“微腐败”、政法队伍的“害群之马”,全力推动解决群众“急难愁盼”问题,让群众切身感受到全面从严治党就在身边、正风肃纪反腐就在身边,不断厚植党执政的政治基础和群众基础。

摘要： 聚焦“民意最盼、危害最大、市场监管风险和压力最大”领域,市场监管部门挥“铁拳”办“铁案”,持续开展民生领域案件查办“铁拳”行动,打出声威,打宣并重,一些消费者烦心、闹心事得以解决,区域性、行业性突出问题正逐步遏制。

摘要： 冷链物流连接田间地头、百姓餐桌,是重要的民生领域。2021年底《“十四五”冷链物流发展规划》(以下简称《规划》)发布,重点如下。促进消费,改善民生宏观层面,建设内外联通的国家冷链物流骨干通道网络,打造“三级节点、两大系统、一体化网络”的“321”冷链物流运行体系。

摘要： 2021年以来,海南省各级市场监管和市县综合行政执法部门按照市场监管总局统一部署,紧盯民生领域群众反映强烈、社会舆论关注的突出问题,聚焦食品安全、产品质量、虚假广告、商标侵权、特种设备、消费欺诈和“禁塑”等方面的10种违法行为,综合施策、“铁拳”出击,依法查处一批有社会影响力的铁案,有力维护市场良好经营秩序,切实保障消费者合法权益。3月10日,海南省市场监督管理局公布10宗典型案件。

摘要： 江西省公安机关坚持民意引领警务,在食品、药品等重点民生领域和生态环境安全领域,持续夯实基层基础,着力化解安全风险,不断提升打击成效。2021年,全省公安机关共侦办涉森林和野生动物资源、食品药品、生态环境、知识产权领域犯罪案件4736起,抓获犯罪嫌疑人4593名,查明总涉案金额41亿余元,切实维护了全省食品药品和生态环境安全,为服务经济社会发展作出了积极贡献。

摘要： 2022年春节期间,面对突如其来的疫情,广西百色市田阳区市场监管局全体人员提前结束春节休假,及时投入疫情防控工作。局领导率先垂范深入一线参与疫情防控工作。全局101名党员干部,组建疫情防控先锋队,开展"疫情防控,党员先行"主题党日活动。对商场、超市、餐饮店、药店等重点民生领域开展网格化监管和服务,督促企业严格落实疫情防控制度。

摘要： 民生领域还有不少短板。补短板、强弱项难免存在困难挑战。越是困难,越要坚定信心,越要真抓实干,只有想群众之所想、急群众之所急、一心一意为群众办事,才能在爬坡过坎中发现"办法总比困难多"。持续不断改善民生,就是为了让群众得到更多实惠,共享改革发展成果。在发展中解决问题,在解决问题中不断发展,也是推进国家各项事业进步的基础保障。

摘要： 为切实维护人民群众的合法权益,结合“我为群众办实事”实践活动,2022年,山东省市场监管局在全省持续开展民生领域案件查办“铁拳”行动。全省各级市场监管部门坚持“严真细实快”作风,聚焦关系人民群众生命健康的重点商品、重点领域和重点行业,集中优势兵力,精准重拳出击,依法严厉查处11类违法行为,加大案件曝光力度,强力震慑违法犯罪行为,并于近日公布了第二批典型案例,其中包括两起食品领域的案例。

摘要： 沿河:"三个聚焦"靶向整治"微腐败"沿河自治县纪委县监委围绕乡村振兴领域突出问题、民生领域损害群众利益问题、涉黑涉恶腐败和"保护伞"问题等3个重点领域问题进行认真盘点梳理,持续深入推进整治群众身边腐败和作风问题工作,切实提升人民群众获得感、幸福感、安全感。

摘要： 尤其用于防护领域、安全领域、水域养殖领域或建筑领域的网由单独的螺旋状弯曲的纵向元件(3)编织成编织物。弯曲成柱状形状或螺旋形状的单独的纵向元件(3)与相邻的纵向元件交错扭转且被如此挤压，即，编织物形成几乎平坦的平整形状且纵向元件(3)在此相应形成几乎直线的边(8a,8b;9a,9b)和在其之间的弯曲部(10a,10b;11a,11b)。弯曲部(10a,10b;11a,11b)相应弯折状地构造在长形的边(8a,8b;9a,9b)之间。由此得到带有未意料到地高的强度值的网构造。

摘要： 本发明公开了一种基于领域对抗自适应的跨领域文本情感分类方法，该方法包括：输入源领域和目标领域样本的词向量矩阵、类别标签和领域标签；利用基于卷积神经网络的特征提取模块，提取样本的低层特征；在主任务模块构建基于源领域和目标领域分布一致性的约束，将低层样本映射到再生核希尔伯特空间，学习具有可转移性的高层特征；将源领域的高层特征输入类别分类器，在减小领域差异的基础上，保证分类器对样本具备类别判别性；在辅助任务模块构建基于对抗学习的领域不变性约束，将低层特征输入具有对抗性质的领域分类器，令分类器尽可能无法判别样本所属领域，从而提取具有领域不变性的高层特征，有效解决了源领域分类器到目标领域的迁移问题。

摘要： 一种大数据环境下面向民生消费领域的分布式跨维度异常数据检测方法，具体涉及离群点检测、分布式计算、数据切分、并行计算资源分配及民生消费等领域的知识。特别适用于分析交易大数据，检测海量消费数据中的异常数据。本发明在现有的异常数据检测技术的基础上，提出了一种大数据环境下面向民生消费领域的分布式跨维度异常数据检测方法，有效克服了现有数据检测技术，在应用于在分布式环境下处理海量民生消费数据的效率和准确性问题，提出的数据切分方法，有助于在分布式并行计算环境下减少系统开销，加速集群的运算，对于大数据分析检测海量民生消费数据中的异常数据这样的复杂问题具有较好的效果。

摘要： 尤其用于防护领域、安全领域、水域养殖领域或建筑领域的网由单独的螺旋状弯曲的纵向元件(3)编织成编织物。弯曲成柱状形状或螺旋形状的单独的纵向元件(3)与相邻的纵向元件交错扭转且被如此挤压，即，编织物形成几乎平坦的平整形状且纵向元件(3)在此相应形成几乎直线的边(8a,8b;9a,9b)和在其之间的弯曲部(10a,10b;11a,11b)。弯曲部(10a,10b;11a,11b)相应弯折状地构造在长形的边(8a,8b;9a,9b)之间。由此得到带有未意料到地高的强度值的网构造。

摘要： 一种基于领域间和领域内关系的跨领域推荐方法及系统，根据不同领域用户或物品间的评论信息转换为用户或物品的语义关系，构建得到跨领域异构图，并在每个领域内，利用用户或物品的语义关系构建得到单领域异构图；再在两种异构图的基础上设计基于领域间和基于领域内关系的跨领域推荐系统模型，用于同步地学习用户或物品的跨领域不变性和单领域特殊性，并通过门控融合机制生成对每个用户的个性化推荐结果。本发明通过将领域间的语义关系转换成跨领域异构图，将领域内的语义关系转换成单领域异构图的同时保留领域间和领域内关系，统一地建模高阶域间和域内关系并实现双目标跨领域推荐。

摘要： 本发明提供了一种区域内农村居民生活污水及居民生活污水中的污染物产生量的核算方法，通过该方法有助于摸清某一区域的农村污染源分布状况以及污染物产生情况，为区域面源污染控制、农村环境综合整治等方面提供技术支持。

摘要： 本发明提出一种基于领域和样例级别迁移的跨领域虚假新闻检测方法和系统，包括：获取多个源领域和一个目标领域的新闻数据，作为训练数据，基于该训练数据，通过元学习的方式训练得到泛化模型；基于该目标领域的新闻数据，执行掩码语言训练任务，训练掩码语言模型，得到用于进行迁移性度量的语言模型；在该源领域的新闻数据上计算语言模型的迁移性，根据该迁移性对该源领域的新闻数据进行加权；使用该目标领域的新闻数据和加权后的源领域的新闻数据引导该泛化模型适应目标领域，得到该目标领域的虚假新闻检测模型；通过该虚假新闻检测模型完成对该目标领域新闻的虚假检测。

摘要： 本发明涉及基于领域感知的掩码子结构的多领域自适应神经机器翻译方法，属自然语言处理领域。本发明先构建一个多领域基模型，其次利用各个特定领域的数据对基模型进行微调，得到各个特定领域的领域感知掩码组件，再通过融合策略，集成得到的各个特定领域的领域感知掩码组件，得到领域感知的掩码子结构，最后利用领域感知的掩码子结构以及中英通用领域数据和特定领域的数据训练得到多领域神经机器翻译模型。本发明对中英多领域自适应神经机器翻译实现有效的性能提升，为后续领域自适应神经机器翻译等研究提供强有力的支撑，解决了对于领域自适应中存在的领域偏移和领域间的参数干扰以及通用领域灾难性遗忘等问题会造成模型泛化能力不佳的问题。

摘要： 本发明公开了一种领域自适应的无重叠实体的跨领域数据协同物品推荐算法。对目标和辅助领域数据预处理获得各自的用户‑物品偏好矩阵和用户‑物品指示矩阵；再处理获得用户之间和物品之间的相似度矩阵；根据相似度矩阵构建用户图和物品图；建立带有图正则化项的目标函数，求解目标函数获得得到最优的三个参数矩阵；用三个参数矩阵乘积来重构获得用户‑物品推荐矩阵，用用户‑物品推荐矩阵将物品推荐给用户。本发明使用领域自适应技术来对齐领域间的数据分布，确保了知识迁移的一致性，能够提高目标领域数据中的推荐性能。

摘要： 本发明涉及一种结合领域通用型语言模型的领域泛化方法，属于人工智能迁移学习技术领域。本方法综合了预训练语言模型和模型裁剪技术。首先对预训练语言模型微调，利用多个源域数据对预训练语言模型进行训练。基于微调后得到的模型，计算模型中参数的域不变分数，对域不变分数低的参数进行裁剪。最后对裁剪后的语言模型进行重训练，将训练得到领域通用型语言模型在不同数据上进行泛化性能测试。本方法解决了过度参数化的预训练语言模型中学习方差大的问题。基于本发明的领域通用型语言模型明显优于相应的基线模型，在自然语言处理领域泛化任务上取得了良好效果。