丰满熟妇大号bbwbbwbbw,国产女主播喷出白浆视频

基于可穿戴健康設備的勸導式設計與評價[模擬設計][消費電子]

為了探討勸導技術在可穿戴健康系統(tǒng)中的設計、實現(xiàn)和評價，研究了與運動激勵相關的勸導設計，提煉了6條面向運動的勸導原則：目標設定、自我監(jiān)控、社交影響、正面強化、提醒和建議以及娛樂交互，并據(jù)此設計和開發(fā)了一種用于可穿戴設備的運動輔助系統(tǒng)。為了評估勸導設計的有效性，招募了25名受試者進行為期一周的實地實驗，并對實驗數(shù)據(jù)進行統(tǒng)計分析。結(jié)果表明，勸導原則在提升受試者對穿戴系統(tǒng)的接受度方面有積極影響。其中，目標設定、社交影響和正面強化對運動激勵有顯著貢獻。結(jié)合量身定制的勸導原則，可穿戴系統(tǒng)具有促進用戶運動的潛力。

發(fā)表于：2025/11/25 17:14:32

短視頻沉迷中的智能推薦算法反思與規(guī)制[其他][其他]

短視頻沉迷現(xiàn)象的蔓延與智能推薦算法的深度應用密切相關，已成為影響個體發(fā)展與社會治理的重要議題。智能推薦算法通過“數(shù)據(jù)畫像—強化推送—即時反饋”的技術閉環(huán)持續(xù)捕獲用戶注意力，由此誘發(fā)系統(tǒng)性公共健康風險?，F(xiàn)行治理框架在算法層面存在顯著滯后性，突出表現(xiàn)為算法責任認定標準模糊、立法供給不足以及監(jiān)管機制的碎片化。因此，短視頻沉迷中智能推薦算法的治理應以技術特性為基礎、社會影響為導向、法律回應為保障的階梯式治理路徑：在法律層面，明確沉迷認定標準，構(gòu)建算法風險分級與三元責任體系；在監(jiān)管層面，建立算法動態(tài)監(jiān)測機制，推行監(jiān)管沙盒與階梯式干預；在多元共治層面，完善行業(yè)自律，暢通公眾參與渠道，推進國際規(guī)則對接。希冀為破解算法驅(qū)動型沉迷提供實操路徑，也為數(shù)字時代技術風險的法律規(guī)制提供范式參考。

發(fā)表于：2025/11/25 17:07:32

公共數(shù)據(jù)授權運營收費的正當性審視[其他][其他]

公共數(shù)據(jù)作為兼具治理要素與生產(chǎn)要素雙重屬性的戰(zhàn)略資源，授權運營中的收益分配問題逐漸掣肘其開發(fā)利用，收費正當性受到質(zhì)疑。作為制度設計的關鍵一環(huán)，公共數(shù)據(jù)授權運營收費源于憲法精神與政策法規(guī)的雙重授權，契合公物理論與公私協(xié)力的治理邏輯，滿足要素配置效率與受益者負擔原則，其存在具有補償制度運行成本、激勵相關制度完善、保障制度安全和可持續(xù)的充分正當性?；谀康恼x、程序正當與結(jié)果正義質(zhì)疑提出的“公共屬性背離說”“政府逐利傾向說”“開放空間侵蝕說”均存在不夠周延之處，不足以對收費正當性形成有力反駁。

發(fā)表于：2025/11/25 16:58:00

權屬視域下數(shù)據(jù)安全治理“效率-公平”的平衡逆轉(zhuǎn)機制研究[其他][其他]

探討了數(shù)據(jù)安全治理中“效率-公平”平衡機制的動態(tài)演變，聚焦數(shù)據(jù)權屬視角下多主體協(xié)同治理的安全風險與制度梗阻問題及其逆轉(zhuǎn)路徑的探索。通過闡釋數(shù)據(jù)治理中“效率-公平”平衡機制的具體含義，以權屬視域從市場、政府以及個人三個主要的不同治理主體探究平衡機制面臨安全風險所帶來的機制性梗阻，并對逆轉(zhuǎn)路徑進行探索。圍繞市場、政府、個人三大主體構(gòu)建“全鏈貫通-動態(tài)調(diào)適”的治理體系，通過權屬重構(gòu)、技術賦能與制度創(chuàng)新打通數(shù)據(jù)流通堵點，在安全可控前提下釋放數(shù)據(jù)要素價值，最終服務于新質(zhì)生產(chǎn)力的培育與數(shù)字生態(tài)的可持續(xù)發(fā)展。

發(fā)表于：2025/11/25 16:41:33

檢驗檢測機構(gòu)認可業(yè)務數(shù)據(jù)分類分級研究[其他][其他]

隨著認可業(yè)務數(shù)字化、智能化進程不斷推進，認可業(yè)務數(shù)據(jù)的重要性不斷增強，數(shù)據(jù)分類分級安全保護需求日益緊迫。首先研究國外數(shù)據(jù)分類分級現(xiàn)狀和分析我國數(shù)據(jù)分類分級戰(zhàn)略規(guī)劃，接著分析數(shù)據(jù)分類分級方法，然后在分析檢驗檢測機構(gòu)認可業(yè)務數(shù)據(jù)特點基礎上，提出檢驗檢測機構(gòu)認可業(yè)務數(shù)據(jù)分類分級流程和規(guī)則，以及數(shù)據(jù)分級安全保護措施，為實現(xiàn)認可業(yè)務數(shù)據(jù)分類分級安全保護提供支撐。

發(fā)表于：2025/11/25 16:33:33

面向國產(chǎn)數(shù)據(jù)庫的Text-to-SQL數(shù)據(jù)集設計[其他][其他]

隨著智能技術的發(fā)展，數(shù)據(jù)庫數(shù)量和規(guī)模激增，傳統(tǒng)數(shù)據(jù)存取技術在應對海量數(shù)據(jù)處理需求時存在耗時長、效率低等問題，Text-to-SQL技術成為銜接用戶需求和數(shù)據(jù)庫存取的重要橋梁。然而，現(xiàn)有技術通常在開源非國產(chǎn)數(shù)據(jù)集上訓練，在實際應用中存在數(shù)據(jù)庫操作語言不一致、領域知識欠缺和可靠性差等問題。為此，結(jié)合數(shù)據(jù)庫領域軟硬件國產(chǎn)化趨勢，設計面向國產(chǎn)數(shù)據(jù)庫的Text-to-SQL數(shù)據(jù)集，采用基于合成數(shù)據(jù)方法的大語言模型兩階段訓練技術，提出一種基于大語言模型的國產(chǎn)數(shù)據(jù)庫Text-to-SQL方法，通過實驗對方法的有效性進行了充分驗證。

發(fā)表于：2025/11/25 16:24:33

基于保形加密的民航旅客信息脫敏方法[其他][信息安全]

針對民航旅客數(shù)據(jù)量大、涉及個人敏感信息多、在特殊情況下需要用到原值的問題，研究了一種基于保形加密的民航旅客信息脫敏方法。首先，按照應用場景和敏感程度的不同，結(jié)合數(shù)據(jù)特點，篩選出合理字段并據(jù)此確定調(diào)整因子的值，然后利用保形加密框架加密敏感信息，從而避免脫敏結(jié)果單一。該方法在保證數(shù)據(jù)不失真的前提下，能有效減少各字段之間的關聯(lián)性，增加密文破解難度，降低個人信息泄露風險；同時，在需要獲取原值時可以高效還原數(shù)據(jù)，以滿足各類業(yè)務場景需求。以民航電子客票數(shù)據(jù)為例，模擬相應數(shù)據(jù)進行實驗，結(jié)果驗證了所提算法的有效性和實用性。

發(fā)表于：2025/11/25 16:16:33

基于大模型上下文學習的未知意圖識別方法[其他][其他]

面對現(xiàn)代化戰(zhàn)爭的復雜態(tài)勢，精準的意圖識別技術可實現(xiàn)對指揮人員需求的高效理解與精準捕捉，提升決策準確率和敏捷性?，F(xiàn)有意圖識別方法通常需要大量人工標注的數(shù)據(jù)進行訓練，帶來了高昂的成本，并且對于新意圖的識別效果較差。為此，提出了基于大語言模型(Large Language Models，LLMs)上下文學習的創(chuàng)新解決辦法，充分利用大模型的通用語言能力和指令遵循能力，僅需使用少量樣本并無需訓練，便可完成已知意圖識別與新意圖發(fā)現(xiàn)任務，為意圖識別提供了一種新型高效的解決方案。

發(fā)表于：2025/11/25 16:07:33

基于改進U-Net的多尺度層級融合去霧網(wǎng)絡[其他][其他]

計算機視覺任務中，霧霾的存在會導致圖像出現(xiàn)質(zhì)量下降問題，現(xiàn)有的去霧方法因全局與局部特征協(xié)同建模不足及多尺度霧濃度自適應處理欠缺，常出現(xiàn)去霧殘留和色彩失真。基于改進UNet的多尺度層級融合去霧網(wǎng)絡以多尺度輸入捕獲層級特征，結(jié)合分層次特征融合優(yōu)化信息傳遞。相鄰層嵌入特征增強塊自適應聚焦關鍵區(qū)域，跨層交叉融合實現(xiàn)多尺度互補，促使網(wǎng)絡內(nèi)部信息充分流動。實驗表明，該方法在合成與真實數(shù)據(jù)集上均優(yōu)于對比方法，尤其在細節(jié)恢復、色彩保真和真實場景泛化性方面表現(xiàn)突出。

發(fā)表于：2025/11/25 15:58:35

AI大語言模型的數(shù)據(jù)安全風險與治理措施[人工智能][信息安全]

隨著AI大語言模型的迅猛發(fā)展，其在為各領域帶來創(chuàng)新機遇的同時，也引發(fā)了諸多數(shù)據(jù)安全風險。深入剖析AI大語言模型所面臨的數(shù)據(jù)安全風險，包括數(shù)據(jù)泄露、數(shù)據(jù)濫用、數(shù)據(jù)偏見等方面，并針對性地提出一系列治理措施，旨在為構(gòu)建安全可靠的AI大語言模型應用環(huán)境提供全面的理論依據(jù)與實踐指導，促進該技術在合法合規(guī)且安全的軌道上持續(xù)發(fā)展。

發(fā)表于：2025/11/25 15:50:12