基于近邻规则和粒子群优化的半监督自标记方法

自标记方法能用少量有标记样本和大量无标记样本来训练给定分类模型。误标记是自标记方法中的主要挑战。尽管学者们用数据剪辑技术去识别和移除在自标记方法迭代过程中被误预测的样本，但是许多数据剪辑技术严重依赖于特定假设。为了克服误标记问题和相关解决方案中的缺陷，文章提出一种基于近邻规则和粒子群优化的自标记方法 SLM-NNPSO。首先，SLM-NNPSO用有标记集去训练一个给定的分类模型。其次，SLM-NNPSO用近邻规则来发现具有高置信度的无标记样本，并用被训练的分类模型来预测他们。再次，SLM-NNPSO用粒子优化来识别和移除被误预测的样本，并把被正确预测的样本加入有标记集中。上述过程不断迭代，直到SLM-NNPSO没有发现具有高置信度的无标记样本。最后，SLM-NNPSO输出在迭代过程中被训练的分类模型。经仿真实验证明，就训练k近邻分类器的平均分类正确率而言，在来自销售市场、医学检测、图像识别等领域的12个真实数据集上，SLM-NNPSO优于5个流行的自标记方法。     

民用无人机侵犯公民隐私权的法律规制

作为人工智能产品的重要代表,民用无人机的广泛应用在增加社会生活便捷性的同时,给公民隐私安全也带来了前所未有的风险与挑战。对此,有必要结合民用无人机的运行特点,总结归纳民用无人机侵犯公民隐私权的法律特征,即侵权主体的双重性、侵权手段的隐蔽性和侵权方式的短时性。在此基础上,全面梳理我国民用无人机隐私侵权行为的法律规制现状。国家及地方性法律法规对无人机等相关名词规范的定义,以及驾驶人员审核登记、实名制登记管理、无人机适航管理、空中交通管理、无人机飞行空域、市场准入等问题已有规制,但在实际应用中仍存在诸多漏洞,尤其是对公民隐私权保护性规定的缺失。具体问题主要包括法律位阶较低,顶层设计不足,现阶段国家层面的法律可对无人机进行规制的仅有《民用航空法》一部,但该部法律中并没有能够直接适用于无人机的条文;部门推诿严重,监管体系不明,法律虽明确规定无人机飞行管理工作的最高领导机构为国务院和国家空管委,但双方的职能界定与权责划分依旧模糊;针对公民隐私权保护、无人机管控和无人机空域管理的法律真空明显,实践中可操作性较差等。在合理吸收域外先进立法经验的基础上,结合我国国情,提出完善我国相关法律制度的对策建议:第一,提高法律位阶,完善无人机专门性立法,强化隐私权保护力度。第二,厘清无人机在研制、销售、使用、维修和回收报废等全生命周期每个阶段的权责体系,严格落实监管责任,实现对无人机的常态化管理。第三,填补法律真空,包括完善无人机高位阶立法,确立隐私权保护的基本原则;明确无人机可飞行空域,利用技术手段防止非法入侵;将无人机侵权问题与《民法典》《刑法》《个人信息保护法》等法律法规精神相结合,明确民用无人机侵权的归责原则、免责事由,以及民事、行政、刑事等责任,构建系统全面的法律规制体系。     

文科类大学生课程思政实践与探索——以“人文物理”课程为例

高校的课程思政工作事关培养什么样的人、怎样培养人、为谁培养人这个根本问题，在课堂教学中强化政治方向和思想引领，凸显课程的价值引导功能显得尤为重要。结合文科类大学生人文素养类课程的教学经验，在上海理工大学进行强化课程思政要素和环节的“人文物理”课程教学改革。通过挖掘课程思政元素、课堂教学内容讨论、思政教育的宣传引导、课程考核方式改革等系列措施，有力地促进文科类大学生的课程思政实践与探索，构建具有特色的综合素养类课程的思政育人新途径。     

更新观念 转变角色——谈大学生第一过渡

我国高教界把大学生的成长过程比喻为两个“角色”的转变 :一是由中学生到大学生的转变 ;二是由大学生到高级专门人才的转变。前者是后者的前提和基础 ;而后者是前者的归宿和目的。实现第一个转变 ,关键在于解决好由中学生到大学生的转变所遇到的一系列的矛盾