2023年8月24日，日本政府无视国际社会的强烈质疑和反对，单方面强行启动福岛核污染水排海。本文通过解读事件发生后两周的舆情数据，分析该事件舆情走势和传播特点，探寻事件背后折射的舆论失焦、舆论战博弈和信息操控等亟需关注的社会问题。此次事件的舆情演化需警惕舆论失焦导致的社会风险、日本利用舆论战“洗白”风险以及境外势力带偏舆论节奏等风险和问题。
通过对“梨享蔡庄”——河南省平顶山市鲁山县董周乡蔡庄村进行实地调研，分析其在乡村振兴背景下人居环境整治存在的问题，结合村庄发展规划，对基础设施建设完善及村容村貌提出建议并进行设计。重点对村庄党建广场、吴庄组进行规划设计，促进其人居环境的改善，为乡村振兴奠定基础。结合蔡庄村的人居环境治理实例提出“科学规划、逐层推进，以人为本、重在参与，因地制宜、鼓励回归”等3条建议，以期为同类型的农村人居环境治理提
深度学习在计算机视觉领域的许多成果已广泛应用于现实生活。然而，对抗样本能够让深度学习模型以高置信度产生误判，进而造成严重的安全后果，同时对抗样本检测方法普遍存在计算成本高或依赖样本统计特性等问题。为此，提出一种基于预测不一致的对抗样本检测方法。若将对抗扰动视作不必要的特征，通过图像降噪或压缩技术来压缩样本的特征空间，从而减少对抗扰动。通常压缩特征空间前后的正常样本在深度学习模型中的分类结果差别较小
城乡二元结构体制导致我国农村发展落后于城市,农业农村现代化进度缓慢成为制约我国实现社会主义现代化的短板,为了解决好“三农”问题,我国提出乡村振兴战略。该战略指出,农村人居环境治理是实施乡村振兴战略的重要组成部分,是乡村振兴的“第一场硬仗”,这为农村人居环境改善提升提供了契机。同时,提升农村人居环境可以助推乡村振兴,擦亮乡村振兴的底色,为乡村振兴打好根基。因此乡村振兴和农村人居环境治理是相互联系、相
深度学习的快速发展使其在图像识别、自然语言处理等诸多领域广泛应用。但是，学者发现深度神经网络容易受到对抗样本的欺骗，使其以较高置信度输出错误结果。对抗样本的出现给对安全性要求严格的系统带来很大威胁。研究了在低层特征（Low-Level Feature）和高层特征（High-Level Feature）对图像进行降噪以提升模型防御性能。在低层训练一个降噪自动编码器，并采用集成学习的思路将自动编码器、
为深度挖掘城市路网布局和轨道交通间的内在联系和耦合机理，推进城市空间和轨道交通协调发展，以城市规划理论为依据建立空间轴线模型，分析西安主城区路网布局下的轨道客流时空特征。结果表明：以碑林、莲湖、新城为团组的核心区块与城市空间协调性良好；1—6号线交织区内各线站点可达性高，边缘区客流承载能力弱；1号线、2号线的客流吸引力强，客流群聚现象明显的高集成度站点构成交织区的十字骨架，通勤客流在早高峰由线网移