科幻电影作为哲学“思想实验”——脑机接口与主体身份的伦理困厄追问

无论是理论视域的介入还是实践层面的考察,有关主体身份的伦理观照是始终伴随的必然命题。面对“人之为人目的”的伦理主体隐忧,脑机接口技术的出场则导向为一种“人之主体是否渐次剥离”的伦理警惕。尽管脑机接口技术现实性的应用伴随着“超人类主义”向“后人类主义”过渡的人类增强或医疗目的的功能性特质,然而其对主体身份伦理问题的探赜却停留在当下性的问询之中。与此同时,科幻电影则以富有未来性关怀的想象力建构了超越性、整体性、前瞻性的伦理困境场。尤其是通过科幻未来影像故事的假定性生成将脑机接口技术对人之主体身份的影响渐次呈现,进一步彰显了脑机互联如何生发人类异化的悲戚可能。同时,在脑机接口和人性弥散与消退的哲学思考中,阐释了人之知情同意权被捆绑后的技术宰治身体与数字永生生命等主体身份的伦理困厄。     

农村人口老龄化与农业能源效率——基于直接与间接效应视角

在农村人口老龄化程度不断加深、全球能源供应紧张和我国碳排放目标的背景下,提高农业能源的使用效率是绿色农业可持续发展和节能减排的重要途径。基于长江经济带2010-2019年的农业面板数据,使用全局UndesirableSBM测算了包含间接能源的广义能源使用效率,并使用核密度函数和空间聚类探究了农村人口老龄化程度和农业能源效率的时空变化,另外使用中介效应模型验证了农村人口老龄化对农业能源效率的影响。结果表明：农业能源效率整体上上升,区域间差异明显;农村人口老龄化程度区域差异明显;农村人口老龄化对农业能源效率有积极的作用;农村人口老龄化通过人力资本对农业能源效率产生负向影响,通过土地规模化对农业能源效率产生积极的影响。最后根据结论,提出完善农村养老机制,各区域间发挥自身优势的政策建议。     

基于战略坐标图的国内海水淡化领域研究热点分析

对国内海水淡化领域研究现状主题与热点进行实证分析,通过构建关键词共现矩阵与聚类树,明确目前该领域研发主题类团,并重点从科学计量、数理统计等角度量化主题分布,引入向心度、密度两个维度,科学权衡主题类团外部与外部、主题类团内部相互之间的“亲疏关系”,系统甄别与挖掘国内海水淡化领域重点主题与核心热点,识别海水淡化研究领域知识主题与关键信号,为海水淡化技术及产业发展提供参考。     

基于顾客满意和顾客忠诚关系的市场细分方法研究

在顾客满意与顾客忠诚的相关关系方面,目前国内外许多学者都有不同的研究和看法。本研究认为,对于不同的顾客群体,顾客满意对顾客忠诚具有不同的影响,从而也为企业带来不一样的价值和利润。本研究尝试采用一种新的聚类回归方法,根据顾客满意和顾客忠诚的关系细分顾客群体,并以手机行业为例进行实证分析,探寻哪些顾客群体的满意度对忠诚度影响较高,哪些顾客群体其忠诚与否基本不受满意度的影响。     

影响管理类课程的现状分析与对策思考

管理类双语教学效果受到教学材料适应度、教师的教学模式、学生的能力等因素的影响。本文通过对以上三方面进行调查,分析了各个因素的影响程度,并针对性地提出了相应的改进办法。     

《中图法》五版修订重点及特色在R类的体现

分析了《中国图书馆分类法》第5版对R1预防医学、R3基础医学、R4临床医学类目的修订,从而说明5版修订的原则和方法。     

重庆国企“混改”加速度

正12月8日,重庆市国资委举行签约仪式,涉及混合所有制项目28个,总金额835亿元,加上此前签约和成交的项目,重庆市国资国企改革大盘子2000多亿元已经得到了落实,与早些时候2650亿元的"混改"菜单比,相当于利用半年时间完成了80%的计划,改革力度"空前绝后"。当天,市长黄奇帆在签约仪式上发表重要讲话——倡导"两个坚定不移"重庆的国资高速发展,没有抑制民营企业。重庆市委、市政府是坚定不移地按照宪法的     

基于模糊聚类的综合财务分析方法及其Excel实现

本文结合上市公司的财务指标,在数据规格化处理的基础上,利用模糊聚类分析,采用欧氏距离方法建立模糊矩阵,利用平方法求解模糊等价矩阵,并按照一定的聚类水平进行模糊聚类,得到同一行业不同企业的分类.利用此方法,可综合反映企业的财务状况与经营成果,实现对企业的综合评价.     

资产信用评估信息系统的设计研究

资产信用评估行业在我国是一个新兴行业,该行业很大的市场份额被外资会计师事务所占据,给国家信息安全造成极大隐患.本文针对我国资产信用评估(资信评估)信息系统的建设,提出基于J2EE的资产信用评估信息系统的逻辑框架设计,具体描述了系统整体逻辑架构设计、系统主要的功能模块、4层数据仓库模型的设计以及基于工作流技术的业务类的设计,讨论了系统实现中的关键技术问题以及解决方法.     

基于相似日聚类和贝叶斯神经网络的光伏发电功率预测研究

光伏发电功率的预测是光伏发电规划和运行的基础,因而受到越来越多的重视。文中提出了FCM相似日聚类与智能算法相结合的光伏阵列功率短期预测模型。该方法的思路是首先通过分析影响光伏阵列输出功率的主要因素,对历史数据与预测日气象环境进行模糊分类,并筛选出相似度高的子集作为样本,以提高预测样本的质量;然后通过神经网络映射出特征空间与光伏功率之间的复杂关系,并用贝叶斯理论对神经网络参数进行优化,提高网络的泛化能力。为检验该方法的有效性和精确性,将所提出方法与常用BP神经网络模型对同一仿真算例进行预测,预测结果表明本文提出的预测模型效果更佳。