基于数据质量评价的目标估计

针对目标估计过程需要大量人工参与、自动化程度低的问题，提出了基于数据质量评价的目标估计方法。利用目标数据质量评价方法，对不同传感器得到的目标数据质量进行科学、有效的测度和评价，并根据质量得分动态调整各数据源在目标估计过程中所占的权重，从而减少人工干预，提高目标估计效能。仿真试验结果证明了该方法的有效性。     

就诊等待服务APP适老化设计研究

目的 将数字化服务融入老年患者就诊流程，建立适老化就诊等待服务系统，在APP开发设计研究中实现软件流程优化。方法 依据ERG理论对老年患者在就诊等待过程中的需求点进行分类整理和层次划分。调研目标用户将分析结果融入服务设计理论，为指导软件开发所涉及的医院就诊流程、用户需求痛点，提出系统性的解决策略。基于交互设计原则展开APP界面设计。结论 构建了以老年患者为中心的就诊等待服务系统，帮助提升其等待过程中的自我效能。完善了基于产品使用方式层级的适老化就诊等待服务APP设计策略，为适老化、数字化产品研发提供了新思路;最终产出APP设计实例，提高了老年群体社会参与度，鼓励老年患者自主就诊，帮助其更加轻松地享受信息化时代带来的红利。     

欢迎订阅《粮食与食品工业》

《粮食与食品工业》杂志是集粮油基础理论、实际应用于一体的综合科技期刊,已成为米、面、油、食品、淀粉及深加工、仓储、检化验等行业发布新技术、新产品、新成果信息的良好载体,工程技术人员交流技术。切磋技艺的合适平台,是中国粮油学会食品分会、油脂分会和发酵面食分会会刊。     

算法推荐要真正服务于民

近期,国家互联网信息办公室、工业和信息化部、公安部、国家市场监督管理总局公布《互联网信息服务算法推荐管理规定》(以下简称《规定》),要求自2022年3月1日起施行。此《规定》一经公布就引起了各大传统媒体及新媒体的争相报道,一时间关于《规定》与“算法推荐服务”的话题引发了社会各界的关注与讨论,解读《规定》者有之,声讨算法服务者更有之。     

天津市地下水生态系统服务价值演变

基于千年生态系统评估对生态系统服务的分类方法，将天津市地下水生态系统服务功能划分为供给、调节、 支持和文化 4 个方面，以此为基础建立地下水生态系统服务价值评估指标体系，采用价值量评估方法构建货币化 的价值评估模型，对地下水生态系统服务价值进行测算，并重点分析南水北调中线工程通水前后天津市地下水生 态系统服务价值演变特征。结果表明：2008—2019 年，天津市地下水生态系统年均总服务价值为 83.71 亿元，其 中，南水北调中线工程通水前（2008—2014 年）为 69.81 亿元，通水后（2015—2019 年）为 103.18 亿元；通水后，地 下水调节服务价值、支持服务价值增大，供给服务价值减小；南水北调中线工程对地下水生态系统服务价值的贡 献呈增大趋势，由 2015 年 2.64 亿元增加至 2019 年 24.01 亿元。     

个性化学习路径推荐综述

近年来，伴随着现代信息技术的迅猛发展，以人工智能为代表的新兴技术在教育领域得到了广泛应用，引发了学习理念和方式的深刻变革.在这种大背景下，在线学习超越了时空的限制，为学习者“随时随地”学习提供了更多的可能性，从而得到了蓬勃发展.然而，在线学习中师生时间、空间分离的特征，导致教师无法及时掌握学生的学习状态，一定程度上制约了在线学习中教学质量的提升.面对多元化的学习需求及海量学习资源，如何迅速完成学习目标、降低学习成本、合理分配学习资源等问题成为限制个人和时代发展的重大问题.然而，传统的“一刀切”的教育模式已经不能满足人们获取知识的需求了，需要一个更高效、更科学的个性化教育模式，以帮助学习者以最小的学习成本最大限度地完成学习目标.基于以上背景，如何自动高效识别学习者特征，高效地组织和分配学习资源，为每一位学习者规划个性化路径，成为面向个体的精准化教育资源匹配机制研究中亟待解决的问题.系统地综述并分析了当前个性化学习路径推荐的研究现状，并从多学科领域的角度分析了对于同一问题的不同研究思路，同时也归纳总结了当前研究中最为主流的核心推荐算法.最后，强调当前研究存在的主要不足之处.     

基于宋词生成的大容量构造式信息隐藏算法

在基于文本生成的信息隐藏算法研究中，如何在保证生成文本质量的同时提高隐藏容量是主要存在的挑战.为此本文提出一种基于宋词生成的构造式信息隐藏算法.首先对宋词文本数据进行预训练，然后基于自回归语言模型搭建宋词生成模型；其次根据宋词词牌固有的格式信息设计格律模块，在宋词生成阶段，需要向生成模型输入该格律模块，并通过符号集设计、编码等综合作用，生成宋词诗句.在利用宋词生成模型进行秘密信息隐藏的过程中，对格律模块进行重构，通过平仄韵词牌、词牌格式模板、关键字、韵律及押韵字符的不同选择，有效实现秘密信息的隐藏.信息提取是隐藏的逆过程，且提取过程不需要利用宋词生成模型，仅需根据模板和词典库来进行索引即可，提高了信息提取的效率.实验结果表明，本文提出的算法能够生成格式严格、韵律清晰、句子完整性高的宋词，且生成的宋词文本的信息隐藏容量均值可达21比特/句、安全性高，整体性能优于已报道的主流算法.