实现记忆检索和回忆中漫游的一种计算AM模型（论文撤稿）

为了捕捉自传体记忆，提出了一种针对自传体记忆的计算AM模型.模型为3层网络结构.底层由5W1H构成的特定事件知识进行编码，提供检索线索；中间层通过关联特定事件知识对事件进行编码；顶层通过关联相关事件对事件集进行编码.按照自下而上的记忆搜索过程，AM模型可以分别在中间层和顶层识别相应的事件和事件集，同时，还能通过规则记忆检索过程模仿人在回忆中漫游的现象.基于一组数据集的实验结果表明，模型不仅具有鲁棒的、灵活的记忆检索，而且相较于普遍采用的基于关键字的查询方法记忆检索模型，对含噪记忆检索线索有更好的响应性能，还能够模仿回忆中的漫游现象.     

羞耻性自传体记忆: 基于自我文化差异的对比研究

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。     

基于Markov网络的信息检索扩展模型

为了解决信息检索性能较差的问题,查询扩展将索引项之间的关系以及文档之间的相似度引入到检索中,这个过程可以通过构造知识网络来进行.Markov网络是一种有效的知识关联图形表示方法,可以从实例数据训练获得.本研究提出并实现了基于Markov网络的信息检索扩展模型,通过对文档集的学习,构造了关于索引项和文档的Markov网络,将有利于检索的信息加入到检索中.实验表明,基于Markov网络的信息检索扩展模型优于BM25模型.     

视觉工作记忆中干扰对回溯线索收益的影响

视觉工作记忆容量有限,必须通过注意来选择任务相关的视觉信息进行编码和维护.回溯线索引导内部注意选择性地集中于视觉工作记忆中的相关心理表征,被回溯线索提示的记忆表征相对于未被提示的记忆表征有着质与量上的提升,前人称之为回溯线索收益.众多学者使用带有回溯线索的变化检测或回忆报告任务在记忆阵列消失后呈现干扰,研究干扰对回溯线索收益的影响,但这方面的结论仍然存在不同的结果.主要梳理前人相关研究,提出4个可能的影响因素(外部干扰、内部干扰、干扰时程、线索类型)来解释以往研究的不同结果产生的原因,并构建干扰影响回溯线索收益的认知模型.     

表象编码对事件性前瞻记忆的影响

为了考察表象编码对事件性前瞻记忆的影响,以汉字为材料,将60名大学本科生随机分到标准编码组和表象编码组中,每组被试均完成材料相同的三个阶段的实验任务.实验结果表明,表象编码对事件性前瞻记忆具有一定的促进作用.无论是标准编码组还是表象编码组,将意向行为与背景相联系都能够产生高水平的前瞻记忆表现.与标准编码条件相比,表象编码条件下被试对线索词和诱发词的反应时更短.此外,与国外使用英文字词的研究结果相比,以汉字为实验材料,被试对线索词和诱发词的反应时均短于词汇判断任务的平均反应时,并未出现线索干扰和诱发干扰效应.     

自传体记忆研究的若干新进展

总结了自传体记忆研究中新近出现的功能研究取向以及自传体记忆脑机制的神经心理学研究和脑成像研究结果。功能取向的研究表明,自传体记忆具有自我、社会和指导这3类主要功能。神经心理学和脑成像研究发现自传体记忆主要定位于颞叶与海马,但这2方面研究的结果之间却存在着很大的不一致：以脑损伤病人进行的神经心理学研究发现自传体记忆主要表现为右侧颞叶与海马的功能,而对正常人的脑成像研究却表明提取自传体记忆事件时主要的激活部位是左侧颞叶与海马。目前尚无关于这种不一致现象的评论与解释,由于自传体记忆的脑成像研究数量较少且结论并不一致,在进行更多的脑成像研究之后再来比较神经心理学与脑成像的研究结果可能更为合适。     

基于HHMM的多线索融合和事件推理方法

为了解决基于内容检索技术中低层特征与高层语义之间存在语义间隔问题提出了基于多层次线索与事件的分层模型,以及相应的基于分层隐Markov模型(HHMM)的多线索融合和事件推理方法。其中线索是对事件进行推理的要素,它是低层特征与事件之间的中间层次。在将视频流分割为镜头后,从各个镜头中抽取若干与事件密切相关的线索,构造并训练各事件的HMM模型,用于融合线索和进行事件推理。由于输入视频通常包含多个事件,不可避免会遇到时域分割问题,因此构造一个HHMM模型用于同时进行视频流的合理分割和事件的识别。对足球视频的大量实验结果表明,该方法可有效地检测足球视频事件,并在抽取的线索不完全可靠的情况下具有一定的鲁棒性。     

基于深度哈希学习的商标图像检索研究

大规模图像检索具有广泛的应用前景,其核心在于图像特征提取和高效相似性计算.深度学习技术在图像特征提取具有较强的特征表示能力,同时哈希技术在高维数据近似计算方面具有较好的性能.目前,基于哈希学习的技术在大规模图像检索及相似性查询方面获得了广泛的研究和应用.本文结合卷积神经网络和哈希技术实现商标图像检索,通过深度学习技术提取商标图像特征,使用位哈希对数据对象编码,在海明空间折中查询的质量和效率.基于卷积神经网络模型,提出了深度哈希算法,并研究了损失函数和该数据集上的优化器选择,通过获取符合哈希编码规范的位编码实现对在二元空间对商标图像数据快速检索,该方法分为离线深度哈希学习和在线查询两个阶段.在真实商标数据集上进行实验,实验结果表明,本文方法能够在商标数据集上获得较高质量的位编码,并具有较高的检索精确度和在线查询效率.     

基于潜在语义分析的领域知识地图构建技术

信息过载现象普遍存在于产品设计过程中,而提升信息和知识检索的准确性是解决该问题的主要手段. 领域知识地图能够为知识检索引擎提供领域知识关联信息,以提升知识检索的准确性. 针对领域知识地图的构建,提出了一种半自动化的领域知识地图构建过程. 该过程采用领域专家定义领域特征集的方法来提升领域特征集的全面性和独立性,进一步采用潜在语义分析技术（LSA）消除领域特征集中存在的语义交叉. 通过分析领域知识相似度的分布,采用优先去除中距离的策略构建最终的知识地图. 最后给出数控领域知识地图的构建过程,证明了该方法的有效性.      

基于数据增强和字词融合特征的实体槽位识别

针对传统的基于字级表示的实体槽位识别模型无法很好利用词语信息,以及信息技术(IT)运维领域缺少足够数量公开数据集的问题,提出一种基于BERT＿Word2vec＿BiLSTM＿CRF模型的实体槽位识别方法,并通过数据增强对模型的训练数据集进行扩展．该模型将基于转换器的双向编码表征(BERT)模型得到的字向量表示和Word2vec得到的词向量表示进行融合,通过双向长短时记忆(BiLSTM)网络进行上下文编码,通过条件随机场(CRF)进行解码,得到最终的序列标注结果．通过在某企业提供的数据集上进行实验,结果表明：融合词级特征可以在BERT预训练模型的基础上进一步提升识别性能,F1值达到了92.33%.     

基于语义Web的多功能情报信息自适应检索技术

为了解决传统依据关键字、概念和属性值等检索技术没有考虑不同主体中情报信息间的语义关系,无法提供令用户满意的情报检索结果问题,通过语义Web方法研究了多功能情报信息自适应检索技术。设计基于语义Web的多功能情报信息自适应检索模型,检索模型包括人机交互层、知识处理层以及知识存储层。在知识存储层建立本体语义模型。在知识处理层,从检索的多功能情报信息关键词中推断和其语义有关的概念,依据概念有关词汇对原始查询进行扩展,对语义相似度进行计算。在人机交互层,将用户反馈情况看作判断检索结果优劣的衡量因素,依据相似关键词获取相似结果集,按照反馈因子完成对所有相似结果的排序,把排序结果发送给用户,实现多功能情报信息自适应检索。结果表明,所提方法能够同时保证召回率与精度;排序误差率低;检索结果和用户查询结果最相符,检索结果准确,可令用户满意。可见所提方法检索性能强。     

Contourlet-1.3广义高斯模型纹理图像检索系统

为了提高基本轮廓波变换纹理图像检索系统的检索率,提出一种基于contourlet-1.3的纹理图像检索系统.该系统将广义高斯模型参数级联构造特征向量,采用Kullback-Leibler距离来衡量纹理图像之间的相似性.结果表明:在特征向量长度、检索时间、所需内存相同的情况下,contourlet-1.3广义高斯模型比同样架构的基本轮廓波变换检索系统具有较高的检索率.而且,在计算复杂度相当的情况下,广义高斯模型与KLD距离相结合,检索率高于能量特征和欧氏距离相结合的情况.     

一个基于Agent的并行工程环境体系结构设计(英文)

基于一个多维面向对象模型,提出一种Ｍｕｌｔｉ－Ａｇｅｎｔ系统结构。这一系统机构包含管理、技术和辅助支持三层。管理和技术层是由许多所谓实例Ａｇｅｎｔ组成。这些实例Ａｇｅｎｔ具有组成部分、内部机构、状态。历史及多种功能。此外还从这些实例Ａｇｅｎｔ中抽象出一种功能Ａｇｅｎｔ。它可以服务于多个实例Ａｇｅｎｔ。在这一系统机构上,总体问题可以通过分布和协调许多子问题求解而得已高效可靠地解决。在这里,系统协调与数据共享是通过分布领域知识完成的。     

依恋与对情绪事件的记忆

依恋理论不仅提供了一个理解母子关系的情绪联结的基本框架,也为理解情绪和依恋的内在表征之间的关系提供了一个信息加工的研究思路。从依恋理论中的内部活动模型的概念出发,介绍了内部活动模型的几种理论观点,并对依恋类型与对情绪事件记忆的研究进行了回顾和评述。这些研究包括使用实验室制作的材料,自传体记忆,和情绪启动的方法,结果表明,依恋的类型与情绪事件的记忆存在一定的相关,但儿童依恋与对情绪事件的记忆的影响可能和成人依恋的影响不同。     

记忆编码和提取中的神经激活模式再现?

情景记忆使得人们可以在头脑中生动地经历已经发生过的事件,然而支持这一过程的神经机制还没有得到很好地理解.本文针对近年来基于神经激活模式分析的研究对"神经激活模式再现"的假说进行了整合分析,提供了重要的支持性证据.这些研究发现,成功地提取伴随着编码时神经激活模式的再现,且再现的发生先于行为判断出现;除此以外,神经激活重现可以在重复学习过程中发生,或者由相似的学习材料引发,且这种再现程度与随后的记忆效果相关;此外,神经激活模式再现还可以在睡眠和休息条件下自发地产生,促进随后的记忆成绩.在此基础之上,本研究还进一步考察了神经激活模式的本质特征,探讨了内侧颞叶和额顶皮层等重要脑区在再现过程中的作用,并对神经激活模式再现的研究方向进行了展望.     

面向省级应急平台的突发事件知识库系统设计

 应急平台系统要从传统的信息管理单元转变为智能化信息处理单元,需要集成大量突发事件知识。而要更好的管理和使用突发事件知识,有必要构建基于信息技术的知识库系统。通过研究突发事件领域的知识特点,提出了突发事件知识库系统的总体目标与功能需求,给出了系统构建的框架,探讨了系统设计的微观原则与总体原则。基于系统目标与设计原则,建议了知识库中知识的元模型以及知识库的组织模型。每个知识元由法律法规、技术规范、应急知识和推理规则4个要素构成。组织模型为4大类3层模式,最上层的4大类分别是自然灾害、事故灾难、公共卫生事件和社会安全事件,中间层依据具体的省情决定包含的二级子类的数量和种类,最底层为单个知识元。结合应急管理技术和数据库技术,从软件开发的角度提出了突发事件知识库系统的初步实现方法,即基于MVC 3层框架结构实现对知识库系统的构建。最后,基于前述设计与分析给出了系统的基本原型。本文的研究工作可为应急平台体系的智能化发展提供一定的支持。     

基于人工免疫的N最短路径检索算法

求解N最短路径检索问题的传统算法通常比较复杂,计算量较大,针对这个问题提出了一种基于人工免疫的求解算法。借鉴免疫系统的抗体多样性机制、克隆选择、高频变异、免疫记忆以及蚁群算法的信息反馈等原理,通过抗体种群的免疫进化实现对N最短路径检索问题的求解。在多个测试图上与传统Yen方法和基于Dijkstra的方法进行了对比实验,结果表明该算法能以较高的成功率正确地求得全局最优路径集,对图的尺寸和结构以及待求路径数量较不敏感,而且具有很好的时间性能。     

自传体记忆中时间标记研究述评

阐释了自传体记忆中与时间标记有关的几个概念 ;简要总结了 3种作为时间标记的事件 ;对时间标记在自传体记忆中贮存和编码的证据作了分析 ;并讨论了时间标记对确定日期的影响 ;最后指出了以往研究中的不足及未来的研究方向