19年精致性奇象记忆实验中的发现与启示

19年实验的发现与启示是:1、自然数码奇象记忆"数序形象挂钩法"是记忆精致和深加工潜力很大的记忆,运用此法识记和回忆顺序很强、数量较大、很难记住的材料,快速高效,能扫除前摄和倒摄干扰,能使识记很快通过短时记忆而快速地顺利地进入长时记忆,能倒顺背诵和随点随背.2、33岁至52岁左右,奇象记忆能力一直处于较强的平稳时期.3、王洪礼十九年保持曲线与世界著名的德国艾宾浩斯保持曲线大不相同:艾宾浩斯曲线应界定为机械记忆保持曲线,其遗忘规律应界定为人脑原本的机械记忆遗忘规律;王洪礼19年保持曲线是与艾氏曲线并列的自然数码精致性奇象记忆保持曲线.4、提出了有新观点的人类常规记忆模型.     

诉说心意彰显魅力--谈现代诗中的象征

象征是现代诗表情达意的重要手段.象征的意象为现代诗增光添彩,象征的"间隔的效果"促发读者的想象和再创造,扩张了现代诗的内涵意蕴,增加了现代诗的艺术表现力.     

基于非线性CSA的合成孔径雷达成像及问题

分析了非线性CS算法 (NCSA)的成像原理和非线性CS算法造成聚焦图像距离扭曲的原因 ;指出了非线性CS算法在实际应用中其参考频率的选择是唯一的 ,并提出了一种在大斜视角下进行多视处理的方法。计算机仿真证明了该方法的可行性。     

基于TM影像的水体信息提取方法研究(英文)

以高邮湖为研究区,TM(Thematic Mapper)影像为数据源,结合常规调查数据,分别运用单波段阈值法、谱间关系法、比值法、归一化差异水体指数(NDWI)法、改进的归一化差值水体指数(MNDWI)法和混合水体指数(CIWI)法进行水体信息提取研究。并通过实验比较6种方法的优缺点,确定出最佳水体提取方法。结果表明,谱间关系法易于消除由于建筑物阴影所造成的水体误提;CIWI易于消除建筑用地所造成的水体误提;基于谱间关系法和CIWI模型,可取得较高的水体提取精度,有效地减少水体误提现象,提高水体识别的精度。研究表明,基于谱间关系法和CIWI模型相结合所提取的水体信息精度可达到95.2%。     

论汉字字体设计的意象表现

针对目前部分汉字字体设计作品单纯以形式表象作为其创作思路的片面性,提出了汉字字体设计意象化表现的重要性.从前沿的字体设计理论出发,深入剖析汉字字体设计之＂意＂的内在意境,和＂象＂的识别性、艺术性和整体性.结合相关理论运用例证的方法,重新阐释了汉字字体设计意象表现的内在创意思维、文化内涵、价值取向和审美取向,总结出汉字意象化设计的新理念和创新应用方法,从而为现代汉字字体设计提供一定的设计思路和启示.     

包络曲线的求解方法及在地球物理勘探中的应用

给出一个类曲线包络的公切线的求解方法,这种曲线包络在地球物理勘探的成像中有着重要应用,且这些曲线通常无解析表达形式,只能得到曲线上离散的点。文中给出了求解的迭代方法及收敛性。算例表明这种迭代方法收敛速度非常快,文中还证明了速度成像中等时曲线的凸性。     

基于多源信息空间的遥感影像自动解译研究

通过分析遥感影像自动解译的研究现状和存在的问题,提出了基于多源信息空间的遥感影像自动解译的研究方法,将遥感影像分为光谱信息空间、形状信息空间、区域地学信息空间、干扰信息空间等四个信息空间,通过对多源信息空间的数学描述和计算机处理实现了遥感影像的自动解译.     

基于分水岭变换及分层区域合并的城市高分辨率影像分割

针对城市区域高分辨率图像的特点, 以及传统的基于分水岭变换的图像分割方法中存在的过分割问题, 提出一种分割区域的分层合并方法来改进分割结果。首先采用多通道分水岭分割得到初始分割结果, 然后通过定量分析城市不同地物内部光谱变化性的特点, 对影像进行分层, 并对不同的层分别进行合并, 得到最终的分割结果。采用一景北京地区的QuickBird影像, 从目视评价、定量指标计算以及应用等3个方面, 对提出的方法进行验证和评价, 并与现有的分割方法比较。结果表明, 与现有方法相比, 基于分层区域合并的方法可得到更准确的分割结果, 适合城市高分辨率图像的分割。     

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.     

基于线性光谱混合理论的高光谱图像压缩

为了以较小的压缩误差为代价解决高效压缩高光谱数据的难题,提出基于线性光谱混合理论的星上高光谱图像压缩算法.利用顶点成分分析求高光谱图像的端元向量,并根据信道容量选择端元数;基于线性光谱混合模型求各像元对应于端元向量的丰度值;用JPEG2000对端元向量和丰度值矩阵进行无损压缩.对AVIRIS高光谱图像的仿真结果表明:压缩比为80∶1时,原始光谱与解压缩重构光谱最大相对误差小于2.7%,最大光谱角余弦误差小于0.000 23,压缩性能优于现有算法;算法还能有效地抑制原始图像中的随机噪声.