超声波辅助法制备牛骨源柠檬酸钙的工艺优化

以废弃黄牛长骨为原料,在单因素试验基础上以柠檬酸钙转化率为指标,通过响应面试验研究超声辅助直接中和法制备牛骨源柠檬酸钙的工艺,并与常规方法制备牛骨柠檬酸钙的效果进行比较分析。结果表明,超声辅助制备牛骨源柠檬酸钙的最佳工艺条件为：料液比1∶15（g/mL）、料酸比1∶2、超声功率320 W、超声温度39 ℃、超声时间21 min。在此条件下柠檬酸钙的转化率为71.21%,所得柠檬酸钙的纯度为94.38%。对超声辅助直接中和法与传统溶钙技术的离子钙转化率进行比较,发现超声辅助直接中和法反应21 min后离子钙含量比静置法、搅拌法、蒸煮法反应60 min后的离子钙含量分别提高了84、4.5 倍和3 倍。超声波处理3 次后牛骨钙的溶出率高达96.18%。结果说明超声波辅助法是将牛骨中钙离子化的有效方法,可为以牛骨为原料工业生产钙制品提供参考。     

基于自监督学习的社交网络用户轨迹预测模型

针对当前用户轨迹数据建模中存在的签到点稀疏性、长时间依赖性和移动模式复杂等问题,提出基于自监督学习的社交网络用户轨迹预测模型SeNext,对用户轨迹进行建模和训练来预测用户的下一个兴趣点（POI）。首先,使用数据增强的方式来丰富训练数据样本,以解决数据不足及个别用户足迹太少导致的模型泛化能力不足的问题;其次,将循环神经网络（RNN）、卷积神经网络（CNN）和注意力机制分别用于当前轨迹和历史轨迹的建模中,以此从高维稀疏的数据中提取有用的表示,用来匹配用户过去最相似的移动方式。最后,通过结合自监督学习并引入对比损失优化噪声对比估计（InfoNCE）,SeNext在潜在空间学习隐含表示来预测用户的下一个POI。实验结果表明,在纽约数据集上,SeNext比最新的VANext（Variational Attention based Next）模型的预测准确度在Top@1上提高了11.10%左右。     

在线社交网络中用户地理位置预测综述

随着智能移动终端的日益普及,人们越来越多地利用社交网络平台（如Twitter、新浪微博等）获取信息、评论和交流. 虽然全球卫星定位系统（GPS）设备能够精确获取位置信息,但是大量用户出于隐私和安全的考虑不会直接共享自己的位置信息. 因此,如何获取在线用户的地理位置成为了一个前沿的研究领域以及学术界和工业界共同关注的重要课题,并且成为众多下游应用的基础,例如基于位置的定向广告投放、事件/地点的推荐、自然灾害或疾病预警和网络犯罪的追踪等. 详细总结了预测社交网络用户地理位置的方法、数据、评价体系和基础算法. 首先,归纳了不同的定位任务以及相应的评价指标;其次,针对不同的任务梳理所用的数据类型和数据融合方式,并且,详尽分析了已有的信息抽取和特征选择方式及其优缺点;再次,对现有定位模型和算法进行分类,从地名词典、传统机器学习和深度学习3个方面对用户定位方法进行阐述和分析;最后,总结了社交网络用户地理位置预测的难点和面临的挑战,并展望该领域的发展趋势和未来研究所需要关注的方向.