朝鲜半岛核问题与新世纪中国外交

朝鲜半岛核问题是当前世界一个非常重要而复杂的问题.这个问题的解决在很大程度上体现着新世纪中国的外交思想、外交思维和外交走向.朝鲜半岛核问题的实质是大国关系,对此,可以从朝鲜半岛核问题的定位、相关现状、发展趋势及中国新世纪外交努力的方向等几个方面来进行分析.     

乾隆帝对大小金川土司改土归流析

乾隆帝平定大、小金川土司的叛乱后,从政治、经济、文化等方面对该地区进行全面的改土归流,应该说措施是完善的,也是成功的。本文就此方面进行了详细的论述,阐述了改土归流对嘉绒藏区在客观上产生的积极作用。     

大数据：电子数据证据的挑战与机遇

在大数据时代,挑战与机遇并存。从海量电子数据中去寻找那一丝与诉讼相关联的证据犹如海中捞针,使电子数据证据收集的成本增加,电子数据证据偏在成为难以解决的结构性问题。更为重要的是大数据的核心价值及数据挖掘方法对人们思维方式的改变,对电子数据证据的收集与司法应用产生了一定的影响。大数据时代催生了新的电子数据证据的采集方法,大数据挖掘技术也给电子数据证据的发现提供了新思路。在大数据时代最需要做的是努力使电子数据证据收集模式借助于大数据处理技术发挥更大的作用。应对大数据的挑战,把握大数据创造的机遇,完善电子数据证据收集的权利与义务以及对应用新技术收集电子数据证据给予相应的证明力,才能有效保障当事人公平地接近证据,维持当事人在诉讼上公平公正竞争,以促进诉讼及发现真实。     

把握社会历史的发展规律 坚定共产主义必胜的信念

批驳了布热津斯基关于到 2 1世纪“共产主义将不可逆转地在历史上衰亡”的谬论 ,详细地论证了共产主义必胜的道理     

Fe(Ⅲ)-D_(72)大孔树脂对苯羟化合成苯酚的催化作用

利用D_(72)大孔树脂为载体,制备了负载型Fe(Ⅲ)—D_(72)大孔树脂催化剂,考察了Fe(Ⅲ)—D_(72)大孔树脂对苯羟化合成苯酚的催化作用,同时也探讨了温度,催化剂用量对反应的影响,此外还对催化剂的稳定性进行了研究。     

基于企业大数据的新型企业管理理念和决策模型研究

2011年全球数据使用量达到1．8ZB,到2015年预测将达到35ZB。企业传统的管理理念和决策方式已无法适应大数据时代的要求。对大数据的概念及特征做了简要介绍,研究了一些企业利用大数据进行管理和决策的案例,提出了大数据时代企业在不同职能方面的管理理念和决策方式的转变。     

小流域大问题--甘肃省肃南裕固族自治县生态环境持续恶化所引起的综合问题及思考

根据费孝通教授的建议并受国家民委委托,北京大学、国家民委民族问题研究中心和中央民族大学共同承担了"中国人口较少民族社会、经济发展状况的调查研究"课题任务.这次调查的基本思路是,按照国家西部大开发的战略构想,根据少数民族的特点和区域代表性,重点选择中西部的十个人口规模不超过10万的少数民族,1要求课题组成员深入实地对影响和制约少数民族生活水平和经济发展的主要原因进行实事求是的调查和科学的研究,并针对这些原因(问题)提出能切实解决实际问题的新思路和建议.本报告选择了西部甘肃省肃南裕固族自治县为调查对象,在考察了裕固族聚居区社会经济、文化等综合情况的基础上,确定了专题研究的项目和思路.研究中发现,由肃南小流域生态环境恶化而引起的生态问题和社会问题是严重影响和制约当地裕固族人生存和发展的主要原因,这两个问题甚至威胁到河西走廊整个生态环境和经济发展.为此,我们从可持续发展的战略高度和广度,看待小流域生态环境治理与保护的重要性,提出了"小流域,大问题"的综合治理思路和建议.     

大数据时代行政法对个人信息的保护

信息时代,个人信息除具有其基本的人格属性外,还蕴含着巨大的经济价值。如今,信息传播速度如此之快,范围如此之广,导致个人信息遇到了前所未有的安全风险,且采集和利用个人信息的方式发生改变,导致我国当前的行政法难以实现对个人信息的有效保护。因此,本文立足大数据时代背景,分析个人信息遭受侵害的特点和现有行政法对个人信息保护的不足,进而有针对性地提出个人信息行政法保护对策。     

Legal Control over Big Data Criminal Investigation

The rapid growth of big data technology has become a major trend affecting the pattern of world development. Big data criminal investigation is a new type of criminal detection used extensively in the course of police practice at home and abroad. Its emergence indicates a trend in criminal justice towards ensuring security at the expense of privacy and exchanging rights for information. Big data criminal investigation highlights the backwardness and dysfunction of the traditional framework of legal norms, evident in doubts about the legal attributes of such investigation and the obvious limitations of techniques for distinguishing data content from metadata. This leaves a vacuum in the regulation of investigative power at the preliminary stage of investigation. Big data criminal investigation itself is a double-edge sword; in order to forestall the possible abuses it may entail in terms of deep and broad interventions in basic civil rights, big data criminal investigation should be brought under the necessary legal control. We therefore propose adopting a dual regulatory approach comprising investigative and data norms, selectively adopting the traditional normative framework of the principle of legality and the principle of proportionality, and at the same time supplementing it with other legal principles and mechanisms concerning the protection of personal information and data.     

Scalable statistical inference for averaged implicit stochastic gradient descent

Stochastic gradient descent (SGD) provides a scalable way to compute parameter estimates in applications involving large‐scale data or streaming data. As an alternative version, averaged implicit SGD (AI‐SGD) has been shown to be more stable and more efficient. Although the asymptotic properties of AI‐SGD have been well established, statistical inferences based on it such as interval estimation remain unexplored. The bootstrap method is not computationally feasible because it requires to repeatedly resample from the entire data set. In addition, the plug‐in method is not applicable when there is no explicit covariance matrix formula. In this paper, we propose a scalable statistical inference procedure, which can be used for conducting inferences based on the AI‐SGD estimator. The proposed procedure updates the AI‐SGD estimate as well as many randomly perturbed AI‐SGD estimates, upon the arrival of each observation. We derive some large‐sample theoretical properties of the proposed procedure and examine its performance via simulation studies.