排序方式: 共有34条查询结果,搜索用时 0 毫秒
1.
羞耻性自传体记忆: 基于自我文化差异的对比研究 总被引:1,自引:0,他引:1
基于Markus和Kitayama的自我文化理论,考察羞耻情绪在中美两国文化下的差异。69名中国大学生和65名美国大学生作为被试,每个被试被要求回忆一个自己亲身经历的羞耻性事件。之后根据羞耻自传体记忆的特点及理论假设,制定了编码规则。根据编码规则,对每个记忆进行编码统计。研究结果显示:1)中国被试羞耻性自传体记忆的具体程度高于美国被试;2)中国被试的羞耻记忆出现更多人际关系的内容;3)中国被试更多报告羞耻事件发生在童年和青春期,更多涉及学校和老师的评价。 相似文献
2.
在车牌识别(LPR)系统的实现过程中,最关键的部分就是车牌区域的定位及矩形区域内的字符识别,在国内外对车牌区域定位问题研究的基础上,运用分形理论对车牌矩形区域内的字符识别问题进行深入研究,提出一种基于MFS (Modified Fractal Signature)和图像重心的新的识别算法,并在此基础上对其平移不变性及抗噪能力进行实验分析,取得了较为满意的结果,结果表明该方案可行有效. 相似文献
3.
针对模糊神经网络分类器设计过程中所遇到的样本采样与标注过程耗时、代价大的问题,提出了一个新颖的模糊神经网络分类器主动学习方法,以最小-最大边界法以及确定样本的不确定性闽值两个新概念为主动样本选择准则,确保选择其中信息量尽可能大的样本进行标注,使得网络设计过程中对未标注样本的标注工作量和时间大为减少.实验结果表明,该方法与模糊神经网络的被动学习模型相比,训练样本数目大为减少,训练时间大大缩短. 相似文献
4.
人工神经网络在电磁带隙结构设计中的应用 总被引:1,自引:2,他引:1
文章采用人工神经网络对电磁带隙结构进行建模,并结合逆向方法训练网络;神经网络用于电磁带隙结构的设计,具有缩短设计时间、降低设计成本的优点;通过文中实例可以看出,人工神经网络设计的结果与数值仿真的结果吻合良好,显示出该方法的有效性。 相似文献
5.
连续时间Markov控制过程的平均代价最优鲁棒控制策略 总被引:2,自引:0,他引:2
在Markov性能势基础上 ,研究了一类转移速率不确定但受紧集约束的遍历连续时间Markov控制过程 (CTMCP)的鲁棒控制问题 .根据系统的遍历性 ,平均代价Poisson方程的解可被看作是性能势的一种定义 .在平均代价准则下 ,优化控制的目标是选择一个平稳策略使得系统在参数最坏取值下能获得最小无穷水平平均代价 ,据此论文给出了求解最优鲁棒控制策略的策略迭代 (PI)算法 ,并详细讨论了算法的收敛性 . 相似文献
6.
基于支持向量机的多类形状识别系统 总被引:9,自引:0,他引:9
支持向量机是一种能在训练样本数很少的情况下达到很好分类推广能力的学习算法,文中研究了支持向量机的分类机理,并将其应用于形状识别中,利用一对一判别策略构建了多类形状识别系统,实验中以交通标志图像为实验对象进行分类,结果表明该方法的泛化能力优于一般的识别方法。 相似文献
7.
针对模糊聚类图像分割算法的固有缺点,提出了一种基于D-S证据理论的模糊聚类图像融合分割算法。对图像的点灰度特征和块灰度特征分别进行模糊C均值聚类,并将各自的模糊隶属度转化为单一或复合假设及其基本概率赋值,再利用D-S证据理论进行融合分割。实验结果表明该算法的分割效果优于传统的模糊聚类分割算法。 相似文献
8.
通过对人类心理的分析,构造出个性Agnet的层次结构模型,即需要模块、驱动模块、喜好地址表模块及世界观模块.重点阐述了需要模块,其分别包括思维策略、安全系统等低层次结构体系及通信请求、推理系统、解释系统等高层次结构体系.这些层次结构体系及各模块确保个性化Agent具有层次分明、开放、灵活及较好的稳定性等优良特性. 相似文献
9.
一种结合解析与离散方法的方向场计算方法 总被引:1,自引:0,他引:1
方向场在指纹识别、纹理分类等领域有很重要的应用。文章介绍了两种方向场的计算方法——解析法和离散量化法 ,并对它们进行比较 ,提出一种结合解析法与离散法的算法 ,最后 ,用一幅简单条纹图像来验证本方向场计算方法的计算结果 ,并且给出了指纹等实际灰度图像方向场的计算结果。实验证明 ,这种方向场计算的时间可以与解析法相当。 相似文献
10.
如何构造鲁棒的分类器一直是基于判别式的目标跟踪算法研究的热点,近些年多核学习通过线性组合多个核分类器达到了更好的分类性能,受到了广泛的关注。传统的多核学习需要解复杂的最优化问题,很难直接应用到目标跟踪中,因此提出一种基于boosting学习框架的多核学习算法,使目标跟踪在复杂场景下可以保持跟踪的实时性和准确性。为了进一步减少计算量和提升分类性能,采用极限学习机(extreme learning machine,ELM)作为基分类器,ELM结构简单,训练速度非常快,并且比支持向量机有更好的泛化能力。最后,将本文算法与其他先进的跟踪算法在多个公开视频序列中进行比较,验证了本文算法性能的有效性。 相似文献