【摘 要】
：
在拍卖法律关系之中,买受人未能按照约定取得拍卖标的的,通常情形下,仅需委托人或拍卖人中的一方承担违约责任;但在特定情形下,买受人也可主张委托人与拍卖人承担连带责任。委托人与拍卖人中应由哪一主体承担违约责任,取决于拍卖人以何人名义行事。若拍卖人以委托人名义行事,则由委托人承担违约责任;若拍卖人以自己名义行事,则通常由拍卖人承担违约责任,但也存在例外。在违约责任免除的认定上,需要考察拍卖人与委托人告知义务的履行情况,同时还应注意是否存在“自相矛盾”与“没有明示”的免责条款。委托人与拍卖人的违约责任仅规
论文部分内容阅读
在拍卖法律关系之中,买受人未能按照约定取得拍卖标的的,通常情形下,仅需委托人或拍卖人中的一方承担违约责任;但在特定情形下,买受人也可主张委托人与拍卖人承担连带责任。委托人与拍卖人中应由哪一主体承担违约责任,取决于拍卖人以何人名义行事。若拍卖人以委托人名义行事,则由委托人承担违约责任;若拍卖人以自己名义行事,则通常由拍卖人承担违约责任,但也存在例外。在违约责任免除的认定上,需要考察拍卖人与委托人告知义务的履行情况,同时还应注意是否存在“自相矛盾”与“没有明示”的免责条款。委托人与拍卖人的违约责任仅规
其他文献
百济神州近日宣布,国家药品监督管理局(NMPA)已附条件批准凯洛斯(Kyprolis,注射用卡非佐米)联合地塞米松用于治疗:既往至少接受过2种治疗(包括蛋白酶体抑制剂和免疫调节剂)的复发或难治性(R/R)多发性骨髓瘤(MM)成人患者。Kyprolis的附条件批准,是基于一项在中国开展的3期试验(CTR20160857)的结果。
在模糊控制过程中,在给定规则情况下,隶属度函数设置将直接决定模糊控制器性能.然而随着需要调整的参数维数增大,传统优化算法很难找到全局最优.为此,基于良好全局搜索性能和收敛性,文章提出了一种基于DE优化方法的模糊控制器.并根据二级倒立摆特性,设置相应的目标函数进行参数优化.与之前相比,基于DE优化方法的模糊控制器在很大程度上提高了控制性能.
梯度提升机(GBM)是一种重要且被广泛应用的监督学习算法,它结合弱学习器迭代生成一个强大的预测模型,提高单一弱学习器的性能.随机梯度提升机(RGBM)通过随机选取弱学习器的子集以减少计算成本,但只可在损失函数可微时训练数据.文章基于邻近点算法提出一种新算法——随机邻近提升机,该算法既适用于可微损失函数,也适用于不可微损失函数,与随机梯度提升机相比更具普适性.在真实数据集上的数值实验表明新算法有效且具有明显的优势.
目的:探讨肾癌患者术前全身炎症反应指数(systemic inflammation response index,SIRI)和纤维蛋白原(fibrinogen,FIB)在预后评估中的临床价值。方法:回顾性分析2011年1月—2014年12月我院收治肾癌患者的临床及术后随访资料;采用受试者工作曲线(ROC)确定SIRI和FIB的最佳临界值。分析低SIRI组与高SIRI组和低FIB组与高FIB组临床特征间的差异;运用Kaplan-Meier法计算生存率,通过log-rank检验比较组间的生存率差异;通过Cox
根据药品不良反应评估结果,为进一步保障公众用药安全,国家药品监督管理局决定对奥沙利铂制剂(包括注射用奥沙利铂、奥沙利铂注射液、奥沙利铂甘露醇注射液)说明书的内容进行统一修订。统一增加黑框警告:奥沙利铂在任何给药周期都可能发生过敏反应,包括速发过敏反应,给药期间应密切观察,过敏反应严重者可致死。一旦发生过敏反应需立即停药并做相应的治疗。发生过敏反应的患者禁止再次使用奥沙利铂。
帕金森病是一种老年常见的神经退行性疾病,其主要改变是中脑黑质多巴胺能神经元的变性死亡,目前尚无有效治疗药物。牙髓干细胞由于伦理争议少、获取相对容易、增殖分化能力强等优点,已开始被用来治疗一些临床疾病。本文主要对牙髓干细胞治疗帕金森病的研究进展进行综述,并对未来研究方向提出展望。
单杂环和稠合杂环是杂环化合物的两大类.稠合杂环按照成环的个数,可分为双环、三环和四环稠合等.其中,三环稠合氮杂环衍生物具有多样的药理活性,该骨架存在于Oxcarbazepine,Flumazenil,Anthramycin等活性分子中.利用双环化反应可以合成结构复杂的稠合氮杂环.文章研究了基于双环化反应构建三环稠合氮杂环衍生物的方法,为探寻稠合氮杂环的合成新法做了铺垫.
国网江苏电力盐城大丰区供电公司(以下简称“大丰公司”)在南阳镇打造“全要素乡镇级”综合能源服务站,这是大丰公司探索的“供电+能效服务”的重要载体,积极助力农业更强、农村更美、农民更富。江苏省盐城大丰区南阳镇是中国阀门制造之乡和全国大蒜、辣根种植基地。大丰公司结合南阳镇特色产业发展,有针对性地开展用能需求调研等上门服务,全力推广电能替代技术、推动特色用能项目建设、推介新型用电产品,着力增强南阳镇用电保障能力,提升当地工、农业生产电气化水平。
传统的基于机器学习方法进行特征提取的文本聚类模型,得到的文本特征是高维、稀疏的,且不能很好地挖掘复杂专利文本的潜在语义信息;鉴于此,文章设计了一种基于深度神经网络的医药专利文本聚类模型.首先对获取到的医药专利文本进行文本预处理,然后进行词向量训练、使用设计的CBL深度特征提取网络对医药专利文本进行深度特征提取,最后将提取到的特征作为优化K-Means聚类算法的输入,得到专利文本聚类结果.实验结果表明,提出的医药专利文本模型聚类质量在四个指标上均达到94%.