老年糖尿病患者医患共同决策感知参与程度与家庭支持的相关性及影响因素分析

目的调查分析老年糖尿病患者医患共同决策感知参与程度与家庭支持的关系及其影响因素。方法对老年糖尿病患者进行问卷调查,调查内容包括三部分:一般信息、医患共同决策感知参与程度量表和家庭支持量表。结果老年糖尿病患者医患共同决策感知参与程度总分为(7.8±2.6)分,家庭支持总分为(7.4±1.5)分;医患共同决策感知参与程度总分及各维度得分与家庭支持总分均呈正相关(r=0.34~0.51,P均<0.05);是否饮酒、是否规律监测血糖、对糖尿病的重视程度、家庭支持程度是老年糖尿病患者医患共同决策感知参与程度的影响因素(P<0.05)。结论老年糖尿病患者医患共同决策感知参与程度较低,可能受多种因素影响,医务人员可据此开展针对性医疗决策指导。

住院患者心理安全行为现状及其与感知参与的相关性研究

目的:探讨住院患者心理安全行为现状及其与感知参与的相关性。方法:采用便利抽样法,选取2021年6月—2022年1月山东省烟台市2所二级医院和2所三级医院收治的900例住院患者为研究对象。采用一般资料调查表、住院患者心理行为安全问卷、患者感知参与量表对患者进行调查。采用Pearson相关性分析探讨住院患者心理安全行为与感知参与的相关性。采用分层回归分析探讨住院患者心理安全行为的影响因素。本研究共发放问卷900份,回收有效问卷886份,问卷的有效回收率为98.44%(886/900)。结果:886例住院患者的心理行为安全问卷总分为(98.97±16.52)分,条目均分为(2.91±0.38)分;患者感知参与量表总分为(36.59±4.91)分,条目均分为(2.81±0.35)分。Pearson相关性分析结果显示,住院患者心理行为安全问卷总分与患者感知参与量表总分之间呈负相关( r=-0.358, P<0.01)。分层回归分析结果显示,感知参与是住院患者心理安全行为的影响因素,可独立解释住院患者心理安全行为变异的25.6%。 结论:住院患者的心理安全行为处于中等水平,感知参与是住院患者心理安全行为的影响因素,医护人员可通过提高感知参与水平降低住院患者心理安全行为的发生风险。

父母参与感知量表在易地扶贫搬迁青少年中的适用性

目的 :检验父母参与感知量表在易地扶贫搬迁青少年中的信效度和跨性别测量等值性。方法 :采用随机抽样法对贵州省2所学校489名易地扶贫搬迁青少年进行父母参与感知问卷调查。结果 :父母参与感知量表区分度良好,各项目与总分的相关在0.56-0.71之间。探索性因素分析支持原量表的维度划分;验证性因素分析表明,模型拟合良好;以学业成绩、情绪调节为效标发现,各维度与效标显著正相关;信度分析表明,总分及各维度的克隆巴赫α系数在0.84-0.87之间,重测信度在0.87-0.89之间,多组验证性因素分析各模型测量等值性成立。结论 :父母参与感知量表在易地扶贫搬迁青少年群体中具有良好的信效度。

车辆群智感知中激励驱动的车辆选择与调度方法

车辆群智感知旨在利用智能车辆配备的车载传感器和计算资源,收集一系列区域的感知数据.目前,根据车辆轨迹是否可更改,通常可将感知车辆分为机会型车辆和参与型车辆.其中,机会型车辆轨迹路线固定,不可随意更改.而参与型车辆轨迹路线可根据现实需求进行更改.因此,如何选择合适的机会型车辆完成感知任务,以及如何规划参与型车辆的轨迹是一项挑战性研究问题.这里,以2种类型感知车辆的不同移动特性为出发点,通过群智感知平台(CSP)管理2种类型的车辆,并分别针对机会型车辆和参与型车辆解决不同的问题.首先,针对机会型车辆,需选择特定的车辆集合,以完成感知任务并最小化CSP开销.为解决此问题,提出一项基于反向拍卖的激励机制以选择开销最小的车辆集合完成感知任务,主要包括获胜车辆选择和报酬支付2个阶段,同时验证了所提方法可保证机会型车辆的个体合理性和真实性;其次,针对参与型车辆,需通过CSP调度以规划每个参与型车辆的轨迹,执行感知任务并最小化CSP的开销.为解决此问题,提出一项基于深度强化学习的方法以调度车辆行驶轨迹,为车辆分配不同的感知任务.此外,在最小化CSP开销的同时,还考虑感知任务执行的公平性问题,引入感知公平指数以确保不同子区域感知任务完成的均衡性.最后,基于真实世界数据集的广泛评估表明,所提方法效果良好,并优于其他基准方案.

政府资助对公众参与志愿服务的影响:有调节的中介效应

政府资助对于非营利领域的发展具有重要意义,已有文献就其对金钱捐赠的影响进行了考察,积累了深厚的研究基础。本研究意在探究政府资助影响个体参与志愿服务的潜在机制,以及不同群体的异质性反应从而增进相关的学术讨论。基于一项调查实验发现,政府加大资助力度对个体参与志愿服务具有挤入效应,该过程通过影响个体在受资助组织中感知到的参与体验,影响其志愿行为决策。此外,政府加大资助力度更能提升现实生活中参与志愿服务频率较低的公众感知到的参与体验、参与意愿和意向频率。研究发现,政府资助不仅是一个积极的政策信号,能够动员公众参与到志愿服务中,也能为志愿服务组织能力建设提供资源支持,即通过优化个体参与体验的方式吸引公众参与其中。本研究可为进一步理解政府资助在非营利领域发展中的作用提供学理依据,并为志愿服务事业贡献实践启示。

参与式感知:以人为中心的智能感知与计算

越来越多的无线智能移动设备集成了大量不同种类的传感器模块,与此同时无线移动网络也迅速普及.这些因素推动了参与式感知概念的提出与发展.参与式感知又被称为城市感知、以用户为中心的感知、群智感知.参与式感知可以解决传统无线传感网络难以大规模部署以及部署成本高昂的问题.参与式感知系统通过利用移动智能设备中的传感器、社交网络以及个人设备使用行为对参与者周围的物理环境、社会环境或者个人状态进行自主式采集、传输和分析,并做出智能化决策.这对未来实现智慧城市、普适计算以及物联网等重大概念具有重要的意义.首先介绍了参与式感知相关概念、理论以及相应的应用原型系统;然后介绍了参与式感知相关研究前沿热点,包括参与式感知的原型设计、感知数据处理、激励机制、隐私保护、恶意攻击以及不同移动网络的问题等;最后给出研究参与式感知的一般方法.

参与式感知系统中基于社会关系的移动用户位置预测算法

移动用户位置预测是参与式感知系统进行有效数据采集和消息转发的关键,该文提出了一种基于社会关系的移动用户位置预测算法(SMLP).该算法基于位置对应用场景进行建模,通过节点的移动规律挖掘节点之间的社会关系.SMLP算法以马尔可夫模型为基础对节点的移动性进行初步预测,然后利用与其社会关系较强的其他节点的位置对该节点的预测结果进行修正.算法基于马尔可夫模型和加权马尔可夫模型,分别提出了SMLP1和SMLPN两种算法.最后基于UCSD WTD数据集对算法进行仿真实验.实验结果表明:SMLP1比马尔可夫模型有更高的预测精确度;SMLPN与SMLP1相比有了更大程度的性能提升,并以比2阶马尔可夫模型小得多的算法复杂度获得了与2阶马尔可夫模型相似的预测精度.由于加权系数的引入,SMLP1和SMLPN两种算法都具有良好的灵活性.

基于0-1编码的参与式感知隐私保护的数据价值匹配方案

在参与式感知中,满足数据请求者对数据类型和数据价值匹配的要求,同时保护请求者和提供者的个人隐私,是普及参与式感知需要解决的问题。鉴于此,提出了一种基于0-1编码的隐私保护的数据价值匹配方案,它将用户数据价值转换成0-1编码,然后使用时空高效的布隆过滤器执行价值匹配,在保护了用户数据价值隐私的同时,完成了数据价值的高效匹配。理论分析和仿真实验论证了所提方案的正确性、安全性和高效性。

参与式感知中隐私保护的差异化数据分享协议

参与式感知中用户不仅对数据匹配度有要求,对数据差异化也同样有要求,为了既能满足用户对数据匹配度和差异化数据的需求,也能保护用户的偏好隐私,提出了一种隐私保护的差异化数据分享协议。该协议首先将交互双方的数据表示为两个整数集合,并且利用计数布隆过滤器(CBF)计算两个集合的集合交,以集合交的结果作为数据类型匹配度;其次利用CBF能删除元素的功能,计算两个集合的差异化数据值;最后将数据类型匹配度和差异化数据值与预先设定的阈值比较,判断是否符合交互条件,同时,对CBF的构造方法进行了改进,用以保护用户的偏好隐私。理论分析和实验结果表明,与基于布隆过滤器(BF)的非加密匹配协议相比,该协议克服了匹配结果偏大的缺陷,同时计算开销减少了50%以上。该协议在保护用户偏好隐私和满足用户对差异化数据需求的同时,具有较高的匹配精度和效率。

隐私保护的参与式感知数据分享与访问方案

随着移动设备的发展,参与式感知具有广泛的应用前景。由于参与式感知的用户主体是具有社会属性的人,因此,其面临许多传统传感器网络未曾遇到的问题,用户在采集与共享数据过程中的安全与隐私问题便是其中之一,在用户与用户交互过程中怎样使用户通过单次交易就能获得全部必需的数据,以及在获得全部必需数据的同时如何保证用户的身份隐私和偏好隐私是用户十分关心的问题,也是参与式感知应该解决的问题。首先,通过采用双线性映射和盲签名来保护用户的身份隐私;其次,采用布隆过滤器,使用户通过单次数据交易就能获得全部必需的数据,同时保护用户的偏好隐私不被泄露给匹配失败的数据提供者;最后,通过分析表明了该方案的安全性和可行性。

参与式感知系统中基于压缩感知的数据采集算法

基于压缩感知理论提出了一种在参与式感知系统中进行数据采集的算法.该算法通过对节点社会关系的分析,估计得出部分未被传输的节点感知数据,在此基础上对观测矩阵进行更新,使压缩感知算法可以利用已传输的数据和估计得出的数据进行重构.该算法能显著减少参与式感知系统中传输的数据量,同时能够保证较好的数据重构精度.采用随机漫步移动模型进行了仿真实验,验证了算法的可行性.实验表明,与传统的压缩感知算法相比,上述算法在重构成功率相同的情况下,可以显著减少网络传输的数据量,从而降低网络消耗.

城市声景观参与式感知客户端软件研制

城市声景观的研究为积极主动的改善声环境带来了新思路,但目前研究尺度较小,难以全面阐述城市声景观的整体质量。手机等移动设备性能不断提高,以及网络覆盖范围的扩大,增强了公众获取和分享周边环境信息的能力。借助网络和移动计算技术,发展了城市声景观参与式感知研究方法,并研制了相应的客户端应用软件。该软件能够在公众参与下对城市声景观大尺度抽样,获取参与者身边的声景观相关数据,如声要素、空间要素、主观评价要素、参与者个体特征、时间要素和其他辅助要素。该软件自2016年6月在各大主流市场稳定发布后,截至今年11月用户已经达到4 895名,返回评价记录数5 848条,月均新增用户683名,月均活跃用户1 530名,月均应用启动次数4 132次,逐渐形成了一个全球范围内的城市声景观信息收集和研究平台。

参与感知世界的激励机制研究

随着嵌入式技术及通信技术的发展,智能手机具备了感知世界的能力,随着人们的移动,可随时随地将环境、个人喜好等信息通过3G、WiFi接入云端服务器,实现数据的共享及无处不在的感知。这催生了一种新的感知模式——参与感知。参与感知具有巨大的应用价值,近年来,引起学术界及工业界的高度关注。本文介绍了参与感知的概念、架构及激励机制的研究现状。

参与感知网络中转发节点抽样优化算法

针对参与式感知网络中转发节点的筛选问题,设计一种时空优化算法,利用聚类算法的思想,通过AP节点对移动传感器节点在空间上进行聚类抽样,设计一种转发节点夹角最小化算法(MANF),对聚类之后区域AP节点间传输的物理路径问题进行优化。在转发节点的抽取上考虑夹角和距离两个因素的影响,缩短AP节点对之间传输延迟。通过仿真实验与现有的最短路径算法(SSP)进行比较,验证了该算法能够很好地优化抽取的网络节点数量,缩短了抽样路径的距离。

参与式感知中可验证的隐私保护数据类型匹配方案

针对参与式感知设备资源有限,很难在高效地保护用户数据类型匹配过程隐私性的同时,对匹配结果进行验证的问题,提出了一个匹配结果可验证的数据类型高效匹配方案。通过引入时空性价比高的布隆过滤器和基于位运算的门限秘密共享机制,分别解决了匹配过程隐私泄露和匹配结果不能被高效验证的问题。集中的理论分析和实验结果证实了方案的正确性、隐私保护性、可验证性和高效性。

参与式感知隐私保护技术

移动智能终端正在成为人们日常生活的核心通信设备,参与式感知的隐私保护技术已成为研究热点.研究和解决数据以及位置隐私保护问题对参与式感知的大规模安全使用具有重要意义,然而参与式感知的特征使得隐私保护技术面临诸多挑战.该文对参与式感知隐私保护现有的研究成果进行了综述,首先介绍了参与式感知的基本应用和攻击模型,然后按照基于分组统计、第三方验证、K-匿名、数字加密4种策略对现有成果进行了分类,阐述了代表性的隐私保护技术,接着分析和比较了各技术的性能并总结了各技术的主要优缺点,最后提出了未来的研究方向.

基于位置的参与式感知服务

以共享为核心理念,探索一种新型的可扩展的LBS——基于位置的参与式感知服务(LBPSS),用于解决当前LBS系统POI更新缓慢、数据采集困难以及用户黏性小等问题。详细设计了LBPSS系统的架构,并分析LBPSS相比于LBS的优势及特点。针对LBPSS的具体实现问题,提出隐私保护、参与激励机制、数据可信验证、数据挖掘和数据可视化五项关键技术。LBPSS用户能够基于位置提供数据同时获取数据及服务,实现更多类型数据的采集与数据共享利用。最后结合ArcGIS Server和Android平台实现LBPSS在空气质量监控中的应用,验证LBPSS的可行性和有效性。

参与式感知系统中用户累积行为信誉计算

参与式感知系统中,由于感知数据质量可能受参与者影响,提出了基于用户累积行为的信誉计算模型以帮助选择可信赖用户.针对感知环境中用户群体的广泛性及核心用户的不确定性,该模型采用OPTICS聚类算法定义用户场景并划分行为数据集,建立用户累积行为信誉计算模型,同时引入时间戳标记信息抛弃部分旧行为以更新用户信誉.实验表明,该信誉模型能够结合新旧行为较好地计算并调整用户信誉,在感知环境用户信誉评价中具有良好的应用前景.

参与感知在气象信息服务系统中的应用研究

为了使气象预报数据更加精细化,利于用户作出相关正确决策,提出将参与感知应用于气象信息服务系统这种新方法。分析参与感知架构中感知层、数据传输层、数据处理层、应用层包含的内容及其关键技术,阐述如何利用用户手机携带传感器采集的气象感知数据与传统气象资料进行融合,实现基于参与感知的气象信息服务原型系统。通过实例,证明了该系统对于改进现代气象预报是可行的、有效的。

I-Sensing:面向智慧校园的参与感知应用系统

随着移动设备上集成的传感器件的增多及其数据处理能力的增强,一种新的感知模式—"参与感知"应运而生,其主要应用领域与环境监测和公共卫生相关,它强调人在感知过程中发挥的作用.提出一种基于位置的参与感知系统架构,主要目的是通过分析位置信息调度在目标区域的移动设备完成感知任务.该文首先设计了基于上下文感知的定位算法,在尽可能节省能量的前提下,实现了室内室外、Wi-Fi与GPS定位的无缝切换,然后设计了实名制机制和可信度机制来提高系统数据的可靠性,设计好友排名机制来激励用户参与,并通过记录用户的历史数据采用基于TF-IDF算法的方法动态地为用户添加标签并分组.在完成系统总体设计、服务器、客户端的设计之后,实现了一种基于参与感知的校园信息共享系统验证了基于位置的参与感知系统架构的有效性.