一类Copulas最优界的扰动及其相关性和对称性

对给定的奇异型Copula增加扰动项构造新的Copula.研究新Copula的和谐性度量Spearman′sρ,Kendall′sτ,Gini′sγ和Blomqvist′sβ与原Copula的比较.结果表明奇异型Copulas取Frechet-Hoeffding上下界M,W和单点值给定的Copulas最优上下界CU,CL时,增加扰动项后得到新的Copula可以拓宽相关性度量的范围.特别地,单点值给定的Copula的上下界CU,CL增加扰动项后构造新的Copula具有不可交换性,并度量了新Copula的不可交换性.     

结构主义视角下“吃播”观众心理探微

近年来,我国直播平台迅猛发展,直播领域由最初的游戏直播逐渐扩展到电商直播、泛娱乐直播,等等,其中吃饭直播,以其内容的特殊性,加之迅速扩大的主播群体和用户群体,成为一种值得深度思索的大众文化传播现象。以结构主义理论为基础,立足当下各种直播平台发展迅猛的现状,分析用户选择观看"吃播"这一现象的心理动机,通过对他们不同心理需求满足状况以及产生问题的考察,探析"吃播"这一现象折射出的当代人的精神状况,有着独特的意义。     

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。     

浅谈现代大学生心理危机应对机制建设

探讨现代大学校园危机预防机制建设的必要性,结合相应的心理学理论,运用心理学观察法和调查法,通过对典型的大学生心理危机的个案分析,论证了大学校园存在潜在危机的成因,最后得出结论:事前预防与事后干预相结合的长效机制,将是处理和预防校园危机的有效措施,学校需要建立一套四位一体的大学生危机预防体制,这在培养大学生健康成长和维护和谐稳定校园环境上都具有重要作用。     

心理弹性理论在医学新生心理健康教育课程教学中的应用

研究医学新生的心理健康情况,并在教育课程中通过团体辅导、心理训练等方法提高其心理弹性,减少学生心理隐患将成为心理健康教育课程中的一项新举措.通过对心理弹性的研究背景、意义及国内外研究现状的分析,确定量表的选择,并结合教学互动,提高大学生心理弹性.     

齐次核的Hilbert型多重级数不等式取最佳常数因子的等价条件及应用

利用实分析技巧和权函数方法, 讨论具有齐次核的多重级数Hilbert型不等式, 得到了其取最佳常数因子的充分必要条件, 并给出其应用.     

尖锐的洞察与深刻的批判——评乔叶长篇小说《认罪书》

小说《认罪书》是著名青年作家乔叶创作的长篇小说。作者在创作方法上表现出令人惊讶的坚定和成熟:注重开掘非常情境中人物的心理世界,塑造与人们阅读习惯迥异的人物性格,大胆地用一些偶然的故事和戏剧性的情节进行描写。结构上敢于打破常规,采用了"编者按""编者注""碎片"和正文(第一人称)相结合的方式,在不断调整读者阅读情趣的过程中,造成一种灵动而摇曳多姿的艺术美感。作品以第一人称为叙述视觉,情节波澜起伏,环环相扣,一步步揭开作品中扑朔迷离的谜团。小说在情节和细节的设计上费尽心机:它讲的不是一个故事,而是一群沉沦与救赎的故事;在每一个故事中又存在矛盾波澜,你中有我,我中有你,相互纠结,折射出具有未来向度的审美批判性。     

等候区手术患者家属的心理影响因素及干预措施

目的:探讨等候区手术患者家属的心理影响因素及其干预措施.方法:通过临床护理实践及查阅相关文献进行总结分析.结果:影响因素及其干预措施包括详解病情及手术风险性;对手术环境及术中情况的告知;完善急诊手术患者家属心理干预;根据不同文化水平进行健康宣教;尽量以病情为主,设计最经济有效的治疗方案;提高医护人员从业技能及道德品质.结论:对等候区手术患者家属进行积极有效的心理干预,可很大程度上减轻患者家属的焦虑程度,缓和医患关系,一定程度上提升了医疗质量.     

基于MATLAB下的SER算法与LMS算法的比较

本文主要研究了自适应算法中的两种算法,序贯回归(SER)算法和最小均方(LMS)算法,并且利用Matlab软件对这两种算法进行了计算机仿真.结果表明,相对于LMS算法而言,SER算法自适应权值迭代通常不是按照最速下降的路径,而是在直接指向最佳权值点的方向上进行.而且,当特征值相差较大时,自适应收敛的速率将不会因特征值的影响而变慢.