巴西实施生物柴油计划的政策举措

巴西联邦政府自“国家乙醇燃料计划”的大胆创新和有益尝试以来，已经探索出了很多宝贵经验，并于2004年年底正式启动“生物柴油计划”。在该计划的实施中，政策引导、法律监管、税收优惠、金融扶持等各种手段的组合应用使得该计划在启动不到4年的时间里，就已经开始逐渐显现成果。估计至2008年底，巴西生物柴油年产量约为35×10^8L，B5柴油的实施极有可能提前实现。同时，该计划增加了贫困地区的收入，并为社会提供了将近21万个就业机会。无论从国家安全战略，还是从可持续发展的角度而言，巴西在发展生物燃料方面的举措对于同样是发展中国家的我国来说，是值得借鉴的。     

从社会语言学角度看推销语言

推销是一种社会经济现象,也是一种社会行为,在推销过程中需要推销人员和顾客进行交流与沟通,因此,在推销过程中离不开对语言的使用。语言是一种交际手段,也是人类经济活动的一种工具,具有一定的经济特性,可以创造社会价值。本文将从社会语言学的视角出发,分析推销语言的特征,通过对推销语言的语言变体、语域与语体、话轮转换和策略以及社会文化四个方面对推销语言进行分析。     

农村社区管理中志愿者服务及其管理机制的探讨

对农村社区管理中志愿者服务及其管理机制进行探讨,分析了其对社会经济发展与维稳的重要性,同时提出了志愿者团队建设的思路     

新疆伊吾县野山杏多肽对衰老模型小鼠的抗氧化作用

采用酶解法提取新疆伊吾县野山杏多肽,探究其对衰老模型小鼠的抗氧化作用。通过单因素实验,考察酶底物比、料液比、提取时间、pH值和酶解温度对野山杏多肽水解度的影响,结合正交试验,优化野山杏多肽提取工艺;以提取物为原料,D-半乳糖制备小鼠衰老模型,分为空白对照组,野山杏多肽低、中、高剂量组(50、75、100 mg/kg),衰老模型组以及Vc阳性对照组,连续灌胃饲养30 d,测定血清、肝组织和脑组织匀浆中GSH-Px、SOD活力和MDA含量。酶解法提取野山杏多肽的最佳工艺:酶底物比为4%,酶解时间120 min,pH值为8,酶解温度为65℃,料液比为1:25,多肽水解度为35.73%,多肽得率为7.22%。与模型组相比,多肽中、高剂量组均可显著提高小鼠血清、肝组织及脑组织中的T-SOD、GSH-Px活性(p<0.05),降低MDA的含量(p<0.05);其中高剂量组血清中T-SOD含量达到177.24 U/mL,MDA含量达到9.05 nmol/mL,GSH-Px达到261.59 U/mL,与空白对照组结果相近。研究结果表明,新疆伊吾县野山杏多肽对衰老模型小鼠具有良好的体内抗氧化作用。     

供暖“蓝天工程”试点项目用电成本分析

正北方冬季的传统供暖方式为使用燃煤锅炉供暖,燃煤过程中释放大量的二氧化硫等有害气体和细微颗粒,遇上风速小、湿度大的静稳天气条件,不利于污染物扩散,再加上个别企业不按要求落实使用低硫煤、除尘脱硫设备老化、排放不达标,导致供暖期来临之际,雾霾天气出现的频率越来越高,东北人饱受雾霾之苦。辽宁地区燃煤供暖占90%以上,如何降低燃煤量,减少有害物质排放,对于大气污染治理具有重要意义。为     

新电改背景下我国电网公司售电服务竞争力分析

售电侧改革作为新一轮电力体制改革的重点之一,将导致我国电力市场终端销售模式发生重大改变。在此背景下,针对售电服务竞争力提升问题,首先探讨了新电改背景下我国未来电力市场的整体格局和售电公司的经营模式;其次分析了影响售电服务竞争力的因素及其作用路径,并构建了结构方程模型;最后通过模型拟合,实证研究了影响我国售电服务竞争力的关键因素及其作用机理。研究结果表明,在开放售电环境下,电网售电公司开展个性化综合化增值服务是提升其售电服务竞争力的关键。     

基于内容的视频镜头分类体系构架

对庞大丰富的视频资源的有效利用和管理迫切需要建立视频分类的标准和规范,而镜头是视频的基本物理单元,该文通过采集网络视频样本,考察它们的视觉特征差异,提出了一种新型基于内容的视频镜头分类体系,并且就各类视频镜头的特征予以介绍．指出了视频镜头中用于分类的鲜明的视觉特征。     

陈道明话人生

现在体会到了，什么叫年轻？就是第一次越来越多：第一次上学、第一次工作、第一次恋爱，无数次令人兴奋不已的第一次；什么叫年老？就是最后一次越来越多：最后一次出门、最后一次吃饭、最后一次穿鞋，无数令人沮丧的最后一次。     

融合用户历史传播信息的微博谣言检测

随着互联网技术的发展,以微博为主的社交媒体平台上网络谣言逐渐泛滥,研究微博谣言的自动检测对维护社会稳定具有重要意义。现今主流的基于深度学习的谣言检测方法普遍存在没有充分考虑微博文本语义信息的问题,同时,过分依赖传播信息的谣言检测方法使得检测时间滞后,不能满足谣言检测的现实需求。针对以上问题,本文提出一种融合用户历史交互信息的微博谣言检测模型,不使用待检测微博的传播信息,构建并训练AbaNet(ALBERT-BiGRU-Attention)深度学习网络模型,充分考虑待检测微博和用户历史传播信息文本的文本特征和语义信息进行谣言检测。实验结果显示,本文模型具有准确率高、稳定性强的特点,并且能够在获得较高检测精度的情况下大大缩短谣言检测的时间。