人工智能心理学研究的知识图谱分析

借助CitespaceⅢ对选自WoS的人工智能心理学研究文献进行知识图谱探析,结合自动聚类视图与议题标签展现了人工智能心理学领域的6个知识聚类:#0人工智能解决问题议题;#1人工与人类认知共性议题;#2人工智能学习议题;#3人工智能脑科学议题;#4人工智能环境认知议题;#5人工智能表征议题。在深入探究各聚类的核心与热点知识的基础上分析了人工智能心理学发展的各阶段特征:1.上世纪50年代图灵和米勒等人对机器认知与学习等概念的猜想与初探;2.70-90年代纽厄尔、西蒙和莱尔德等人基于模块记忆与层级分析对人工智能信息处理模型的系统性构建;3.本世纪初基于神经生理学的降维数据认知理论的发展;4.当下人工智能贝叶斯大脑与深度学习理论的兴起。     

少些盲目 多些思考——历史课堂如何创设情境促进有效学习

在新课程实施的过程中,许多教师在课堂上利用"情境"来激发学生兴趣,活跃气氛,以提高课堂效率。但是也出现了盲目追求情境,把情境当点缀的现象。创设有价值的教学情境应从以下三个方面来把握,即能激起学生的情感和兴趣,符合学生认知水平和心理特征,服务于教学目标。     

视频广告中多模态的隐喻认知建构——以香奈儿可可小姐香水广告为例

在认知语言学隐喻认知角度分析广告文本研究的基础上,本文加入了多模态的分析方法,认为图像、声音等模态的引入使从隐喻角度分析视频广告成为可能。文章通过对视频广告香奈儿可可小姐香水广告的多模态隐喻认知分析,证明了该分析方法是一种有效的了解动态文本认知建构过程的方法。     

从认知语用学的角度分析世界杯口号

随着认知语用学理论框架的日益完善,越来越多的学者重视从认知心理的角度对语言使用进行研究。文章在认知语用理论框架下,选取2006年以来三届世界杯的96条口号进行定性和定量分析,发现其利用概念合成理论和认知语境构建四类心理合成空间,有助于理解世界杯口号及其作用。     

心理认知护理干预在抑郁症护理中的实践经验与体会

目的：探讨心理认知护理干预在抑郁症护理中的经验和体会。方法将该院2014年3月接受治疗的98例抑郁症患者作为研究对象，随机分为对照组（n=49例）和干预组（n=49例）。两组均服用SSRIs抗抑郁药。对照组：常规护理；干预组在此基础上给予心理认知护理干预。4个月后通过症状自评量表（SGL-90评分）评估患者的心理状况。结果干预组患者在躯体化、人际关系敏感度、焦虑、抑郁方面有数据表现均优于对照组；干预组强迫、敌对、偏执、恐怖评分优于对照组。差异显著，均具有统计学意义(P<0.05)。结论心理认知干预可以调节抑郁症患者的心理紊乱状态，发挥患者本身的主观能动性，具有重要的临床意义。     

让美丽与智慧共同绽放——第十一届“中国青年女科学家”颁奖典礼

在"中国青年女科学家"的颁奖典礼上,我们遇见了10位优秀的青年女科学家,她们向世人证明,科学家也可以很时尚很美丽!走近"中国青年女科学家"奖2015年1月16日,第十一届"中国青年女科学家"颁奖典礼在京举行。有10位优秀的青年女科学家从183位候选人中脱颖而出,获此殊荣。"中国青年女科学家奖"由中华全国妇女联合会、中国科学技术协会、中国联合国教科文组织全国委员会及欧莱雅中国于2004年联合设立,是欧莱     

认知生成主义的方法论意义

生成主义是认知生态学奉行的认知研究纲领,它超越了传统的认知主义和联结主义。作为一种全新的认知哲学观,它在方法论上超越了传统的客观主义和建构主义,它自身蕴涵了以欧陆现象学和东方佛学静心修持传统为代表的第一人称方法,以生物学方法和动力学方法为代表的第三人称方法,以及基于一三人称整合的、以丹尼特的异类现象学和瓦雷拉的神经现象学为代表的第二人称方法,这是它特有的三种方法论。     

改进智能算法的认知无线Mesh网络优化频谱分配算法

随着网络资源日益紧张,认知无线Mesh网络中的频谱优化分配问题的研究主要集中在总带宽的最大化和占用频谱数的最小化。文中考虑到杂草算法的多样性以及容易实现和编码快捷等特点,提出一种基于改进入侵杂草优化算法(IWO)的频谱优化分配方法(IIOW)。通过对扩散条件中调和指数的优化,使得扩散更加均匀准确,大大加快收敛速度,同时优化了适应度函数的曲线。仿真结果表明:基于改进IWO的优化算法能在最大化总带宽与最小化信道占用数的情况下,获得较为理想的适应度函数曲线,同时加快收敛速度。     

认知语言学对英语翻译教学的几点启示

翻译是语言活动的一个重要组成部分,它是用目标语言信息内容替代源语言信息内容的过程,认知语言学的兴起给翻译教学带来很多有益的启示。本文从翻译教学现状、认知语言学的翻译观以及认知语言学给翻译教学带来的启示三个方面,阐述认知语言学与英语翻译教学实践相结合的观点。     

对多功能雷达的DQN认知干扰决策方法

基于Q-Learning的认知干扰决策方法随着多功能雷达(multifunctional radar, MFR)可执行的任务越来越多,决策效率明显下降。对此,提出了一种对MFR的深度Q神经网络(deep Q network, DQN)干扰决策方法。首先,分析MFR信号特点并构建干扰库,以此为基础研究干扰决策方法。其次,通过对DQN原理的简要阐述,提出了干扰决策方法及其决策流程。最后,对该决策方法进行了仿真试验并通过对比DQN和Q-Learning的决策性能,验证了所提方法的必要性。为提高决策的实时性和准确率,对DQN算法进行了改进,在此基础上,结合先验知识进一步提高了决策效率。仿真试验表明:该决策方法能够较好地自主学习实际战场中的干扰效果,对可执行多种雷达任务的MFR完成干扰决策。