我多年来，在业内宣讲数字出版和网络化，早就不局限在技术层面——我发现那是技术公司应该做的事情，而不是我们出版者研究的问题。许多年轻人，在写论文时，还是停留在“技术”层面，我认为这是一种“误导”。如果有人感兴趣，我将我这些年走的路径分享一下：我认为，编辑出版者应该在了解数字技术和网络结构的情况下，研究网络传播的特点，以此来指导编辑出版。这里，我建议从大众传播学入手，研究“复杂网络”的属性，进而理解互联网的传播规律。

    我通过对网络传播学的研究——读者的浅阅读更加体现出编辑深加工的重要性。在网络传播环境下，读者接触论文已经不可能第一次就“全文”阅读，而是通过标题和摘要来了解论文的价值。如果说主题词是制造论文与读者形成“美丽邂逅”机会的话，摘要就是促使读者与论文“结合”的“红娘”。这个“红娘”的表达，对于这对“新人”的结合具有决定性的作用。因此，我一直坚持强调——有时编辑和作者会感觉我重视的有些过分——网络传播环境下的摘要撰写的重要性，在论文摘要上常常是“退审”或者是动手修改。下面是我刚才修改充实的一篇文章的摘要，发出来供参考。

 拓展目标量测的集合分割算法

【原来摘要】：拓展目标概率假设密度滤波器的量测集合所有可能分割方式难以实现. 针对该问题，提出了基于有限混合模型的量测集合近似分割算法. 算法利用有限混合模型拟合量测集合以实现对量测集合的分割. 算法首先利用期望极大化算法极大似然估计混合参数， 然后利用量测来源的条件概率分割量测集合. 仿真结果表明, 基于有限混合模型的量测集合分割算法在拓展目标跟踪性能上优于典型量测集合分割算法.

【我修改后的】针对拓展目标概率假设密度滤波器采用的量测集合所有可能分割方式几乎不能够实现的的问题，文章提出了一种采用有限混合模型的量测集合近似分割算法，对所有可能分割方式进行近似处理。算法利用有限混合模型拟合量测集合以实现对量测集合的分割，首先利用期望极大化算法极大似然估计混合参数，然后利用量测来源的条件概率分割量测集合，最后以二维场景为例进行了仿真实验。仿真结果表明,新算法在所有时刻上的最优子模式分配（OSPA）和混合分量数目均小于现有的典型量测集合分割算法；在拓展目标跟踪性能上，新算法具有更好的多拓展目标跟踪性能。

声明：我不懂学科内容，修改后已经返回作者确认，避免出现“科学错误”。