【摘 要】
：
动态体系论将法律体系视为弹性的、流动的开放体系,法律结论为多种原理相互作用的结果.动态体系论意图将法律体系从概念法学的僵化状态中解放出来.动态体系论的规范技术起源于规则的原则化变迁,此种变迁的内因在于现代法律系统需要增强对环境的柔软认知能力,实质是一种内在体系的外显.动态体系论的法技术拓宽了"方法工具库",开辟了规范形态的"中间道路",推动制定法与私法基本体系的融合,促使法律规范的结构变迁与现代法律体系的动态构筑,动态体系论的积极意义并未被高估.就动态体系论的规范构造而言,要素采取法原理形态更契合动态评价
论文部分内容阅读
动态体系论将法律体系视为弹性的、流动的开放体系,法律结论为多种原理相互作用的结果.动态体系论意图将法律体系从概念法学的僵化状态中解放出来.动态体系论的规范技术起源于规则的原则化变迁,此种变迁的内因在于现代法律系统需要增强对环境的柔软认知能力,实质是一种内在体系的外显.动态体系论的法技术拓宽了"方法工具库",开辟了规范形态的"中间道路",推动制定法与私法基本体系的融合,促使法律规范的结构变迁与现代法律体系的动态构筑,动态体系论的积极意义并未被高估.就动态体系论的规范构造而言,要素采取法原理形态更契合动态评价的理念;动态的协动机制可以"隐而不现",并需要借助判例累积与学说构建得到补足.此外,要素的限定性为动态评价确定外在界限,不至于使评价范围无边无际.同时,根据动态体系论给出的规范指引,并结合理性的结论证立结构,法官的主观恣意可以得到有效限制,所谓破坏法安定性的诘难并非不可逾越.
其他文献
新华社北京7月16日电国家主席习近平16日晚应邀在北京以视频方式出席亚太经合组织领导人非正式会议并发表讲话。习近平指出,当前,新冠肺炎疫情起伏反复,疫情防控形势依然严峻。同时,和平与发展仍然是时代主题,维护多边主义,加强团结合作,共同应对挑战的呼声更加强烈。
新华社北京7月9日电中共中央总书记、国家主席、中央军委主席、中央全面深化改革委员会主任习近平7月9日下午主持召开中央全面深化改革委员会第二十次会议,审议通过了《关于加快构建新发展格局的指导意见》、《种业振兴行动方案》、《青藏高原生态环境保护和可持续发展方案》、《关于推进自由贸易试验区贸易投资便利化改革创新的若干措施》。
虽然经济是法律发展的原动力,但文化才可能最终决定公司法的实际表现和边界,中国文化对公司法的影响是多方面的.首先,熟人交易模式表明,公司法应从关注物的信用与合同信用转向关注人格信用,重视股东信用要素的公示.其次,儒家传统所宣扬的集权文化、家长制、等级制等无不暗示着适合我国的有效率的公司治理不是"集体会议、决议制",而是"精英决定制",应取消强制设立集体董事会的规定.虑及"面子文化"的影响,还可考虑减缩或取消董事会的决策权,让其回归民主讨论的场所.再次,"法人格否认泛化"可能激发股东无限责任危机,促使法人制度
研究一类带Poisson跳的随机时滞微分方程解的有界性。运用随机分析以及不等式技巧证明了该方程的解是p(p∈(0,1))-阶矩有界的。
习近平总书记在思想政治理论课教师座谈会上强调,思想政治理论课一定要坚持理论性和实践性相统一,把思政小课堂同社会大课堂结合起来。目前,大多数高职学校中职生思想政治课实践教学体系已初具雏形,内容涵盖实习实训、社会实践、第二课堂活动、课程实践等多个环节。
野外运动目标信号的背景噪声复杂,利用单模态声音信号进行野外目标分类识别率低且鲁棒性差。针对该问题,提出一种基于声震多模态融合的网络模型。借鉴DenseNet网络密集连接的思想改进时域卷积网络,从而对四通道声音信号和单通道震动信号进行深层次的特征提取,并将两种信号相互融合得到最终的目标分类结果。同时,使用带权重的损失函数解决因数据不均衡导致的泛化性能差的问题。实验结果表明,融合网络的识别准确率达到9
针对数据中心网络(DCN)中因大象流而引起的网络负载不均衡问题,提出一种基于前馈神经网络的动态多路径负载均衡方法。在拓扑感知和流量信息监控的基础上对大象流进行标记,将收集到的网络流量信息输入前馈神经网络以预估每段链路的负载,并结合优化蚁群算法为大象流寻找最优路径,使大象流根据链路的实时状态完成路径选择。仿真结果表明,该方法能够有效降低网络传输时延,提高链路利用率和网络吞吐量。
采用分层特征网络估计查询图像的相机位姿,会出现检索失败和检索速度慢的问题。对分层特征网络进行分析,提出采用动态遍历与预聚类的视觉定位方法。依据场景地图进行图像预聚类,利用图像全局描述符获得候选帧集合并动态遍历查询图像,利用图像局部特征描述符进行特征点匹配,通过PnP算法估计查询图像的相机位姿,由此构建基于MobileNetV3的分层特征网络,以准确提取全局描述符与局部特征点。在典型数据集上与AS、
在原CenterNet算法中,以Hourglass为Backbone的目标检测模型平均精度均值高于one-stage算法,但检测速度较低。为此,基于原有CenterNet目标检测算法,对Hourglass-104模型进行改进,设计一种Hourglass-208模型,并给出双特征金字塔网络特征图融合方法。在此基础上对目标大小和训练采用smooth L_1损失函数,提出一种新的可端到端训练的目标检测算
为使原测试用例集满足软件演化后新版本程序的测试需求,提出一种基于天牛须搜索算法的软件测试数据扩增方法。静态分析新旧版本程序,获取调用图和程序执行信息并得到所需测试的目标方法集,通过计算目标方法包含错误的影响度获得有序目标方法集。根据原测试用例集的覆盖信息选取部分测试用例作为初始的进化种群,基于分支距离和分支嵌套深度设计适应度函数,采用改进的天牛须搜索算法对有序目标方法集实现测试数据扩增。实验结果表明,与基于遗传算法和粒子群优化算法的测试数据扩增方法相比,该方法的测试数据扩增效率约平均提升49.91%和24