再认记忆双加工的理论模型及研究方法

对再认记忆双加工的各种模型进行了概述.重点介绍了各个模型对回想和熟悉性这2种不同再认记忆形式的关系、特点和所依赖脑区的解释,简要地讨论了各个模型的优缺点.同时也就再认记忆研究中使用的主要方法进行了介绍.     

基于数据融合的井下瓦斯浓度状态预测

针对现有方法中单独使用神经网络进行瓦斯预测时正确性得不到保障的问题,引入了数据融合的方法进行修正,期望在决策层达到提高正确率的目的。首先,将原始数据降噪,通过状态划分以明确模型中DS证据理论所需要的识别框架;然后,在保持数据拓扑意义不变的情况下,将数据重构为多维向量作为样本数据,利用该样本训练BP神经网络和径向基函数神经网络得到独立的2个预测模块,再选取样本训练得到分类器;最后,结合统计误差从证据折扣的观点来构造DS证据理论中的基本概率分配函数,使得数据在融合的过程中减少冲突。结果表明,提出的"预测-分类-融合"模型对瓦斯浓度区间判断的正确率比单独使用神经网络预测时的高。利用状态划分和数据融合可以对瓦斯数据进行有效的映射;在构造分类器时可以结合相关性分析,以得到更多的证据体,有利于挖掘出潜在的信息,指导安全生产。     

Authorware多媒体课件制作经典技巧提炼

介绍制作课件的一些技巧、方法,主要是对Authorware的功能及使用作说明,使初学者有初步的认识并能制作简单的课件．