本刊加入“中国知网(CNKI)”系列数据库的声明

为适应我国信息化建设,扩大本刊及作者知识信息交流渠道,本刊现被《中国学术期刊网络出版总库》及CNKI系列櫂櫂数据库独家收录,其作者文章著作权使用费与本刊稿酬一次性给付(已在收取发表费时折减和换算为杂志赠阅)。如作不同意文章被收录,请在来稿时向本刊声明,本刊将做适当处理。     

高校图书馆智慧环境下馆员能力评价研究——基于层次分析法和理想点法

[目的/意义]馆员能力建设构成了高校图书馆智慧化转型的重要内容,评价馆员的服务能力可为高校图书馆开展馆员业务培训提供依据。[方法/过程]通过梳理现阶段高校图书馆智慧环境下馆员能力的组成要素,论文建立了评价指标体系。同时,论文将层次分析法和理想点法两者结合起来,提出了评价模型,并通过实证研究证实了其有效性。[结果/结论]论文开展的有益探索将为中国高校图书馆的智慧馆员评价活动提供理论支持。     

利用SOM聚类分析及主成分分析方法鉴定小麦品种萌发期耐盐性

为了研究不同小麦品种萌发期的耐盐性,为小麦萌发期耐盐性鉴定提供快速、准确的鉴定方法和理论依据。本研究以40个冬小麦品种为试验材料,通过主成分分析法(PCA)与神经网络自组织映射(SOM)聚类分析法,研究盐胁迫对40个小麦品种萌发期各项形态指标的影响。主成分分析法结果表明,发芽势、发芽率、最长根长、第一片叶长及胚芽鞘长在PCA下载荷量最大;根据SOM聚类分析结果,‘德抗961’等4个小麦品种属于高度耐盐品种,‘济麦22’等14个小麦品种属于耐盐性品种,‘济麦20’等16个品种属于中等耐盐性品种,‘鲁麦21’等6个小麦品种属于盐敏感性品种。发芽势、发芽率、最长根长、第一片叶长、胚芽鞘长能够作为萌发期小麦耐盐性筛选的主要评价指标,并且结合主成分、SOM聚类分析方法进行小麦萌发期耐盐性鉴定更为科学、方便。     

论网络环境下个人信息权的民法保护

网络科技的发展给人们带来了便捷高效服务的同时也导致了大量的个人信息的泄露。完善网络个人信息权的民法保护已成为当务之急。必须建立完善的民法体系,创造良好的网络环境。网络环境下个人信息的民法保护体现了法的价值、体现了对公共秩序的考量。明确网络个人信息的民法保护不仅有利于保护自然人的人身、财产利益,又有利于社会的进步、经济的发展。必然成为今后个人信息立法的趋势之一。     

互联网背景下消费金融创新发展及风险控制研究

现在,传统的消费者产业链的高度化正在加速,新兴消费者部门显示了活力。到目前为止,持续关注各种金融机构,进行了周密的调查,加快了消费者金融部门的商业布局。消费者金融的"蓝海"逐渐成为"红海"的潮流。中国的消费者金融行业自由化,参与机构的数量增加,商业模式从离线转为在线的倾向增强。大数据技术的比例越来越重要,很多民间机构也加入了信用报告制度。本文根据现代消费者金融的基本定义,对现代消费者金融商业模式进行分类分析。本文通过对案例结构模型的详细分析及其主要特性,对产品构成、合作对象、合作模型、风险管理、系统要求、政策制约等方面进行了相关的启发。     

基于部首嵌入和注意力机制的病虫害命名实体识别

为了解决农业病虫害命名实体识别过程中存在的内在语义信息缺失、局部上下文特征易被忽略和捕获长距离依赖能力不足等问题，以农业病虫害文本为研究对象，提出一种基于部首嵌入和注意力机制的农业病虫害命名实体识别模型(Chinese agricultural diseases and pests named entity recognition with joint radical embedding and self attention, RS-ADP)。首先，该模型将部首嵌入集成到字符嵌入中作为输入，用以丰富语义信息。其中，针对部首嵌入设计了3种特征提取策略，即卷积神经网络(Convolutional neural network, CNN)、双向长短时记忆网络(Bidirectional long short term memory network, BiLSTM) 和CNN-BiLSTM；其次，采用多层不同窗口尺寸的CNNs层提取不同尺度的局部上下文信息；然后，在BiLSTM提取全局序列特征的基础上，采用自注意力机制进一步增强模型提取更长距离依赖的能力；最后，采用条件随机场(Conditional random field, CRF)联合识别实体边界和划分实体类别。在包含11个类别和24715条标注样本的农业病虫害自制语料上进行了实验。结果表明，本文模型RS-ADP在该数据集上精确率、召回率和F1值分别为94.16%、94.47%和94.32%；在具体实体类别上，RS-ADP在作物、病害、虫害等易识别实体上F1值高达95.81%、97.76%和97.23%。同时，RS-ADP在草害、病原等难以识别实体上F1值仍保持86%以上。实验结果表明，本文所提模型能够有效识别农业病虫害命名实体，其识别精度优于其他模型，且具有一定的泛化性。     

基于主成分分析法的欠发达地区教育发展水平评价研究——以贵州省为例

选取贵州省为典型代表分析欠发达地区教育发展水平,构建了贵州省教育发展水平评价指标体系,运用主成分分析法对贵州省2006-2018年教育发展水平进行全面评价分析,发现贵州省近年来教育发展水平明显提高,同时本文揭示了贵州省目前教育发展存在的不足,并对贵州省提出了进一步提升教育发展水平的建议,以期促进欠发达地区教育综合协调发展,带动经济社会的健康可持续发展。     

浅议以学生为中心的网络教学

本文探讨了以学生为中心的网络教学的教学目的和基本原则,以及教师在网络教学中所担任的角色,并为教师从传统课堂转变到网络教学进行的角色转换提出了可行性的建议,以期为教师更好地进行网络教学提供参考。     

面向养殖水体分布差异的COD光谱法检测研究

面向养殖水体，传统光谱法对化学需氧量（Chemical Oxygen Demand，COD）检测模型构建的基础：源域（现有样本库）与目标域（检测地水体）间光谱数据独立同分布。但是当源域与目标域分布间存在差异时，由源域得到的低误差模型常在目标域上表现下滑。针对该问题，提出面向UV Vis光谱的域对抗训练网络（DAUVwpNet），将分布不同的源域和目标域数据映射至相同分布的特征空间中，使其在该空间的分布距离尽可能接近，从而在特征空间中对源域训练的目标函数也可以迁移至目标域上，以降低模型在目标域的误差。试验表明：面向同一批测试数据，DAUVwpNet的预测误差为0.78，要低于传统模型的预测误差（0.85）；DAUVwpNet预测值与实测值间相关系数为0.95，要高于传统模型的相关系数（0.89）。表明了该网络能够较好对齐两域特征空间数据分布，降低因分布差异带来的COD检测误差。