检索结果-南通市图书馆

维普期刊数据库博看期刊

·志愿服务对老年人认知功能的改善及神经心理机制

在线全文

学校读者我要写书评

暂无评论

心理科学进展 2024年第3期32卷 413-420页

作者：喻婧牛程程徐红州姜海鑫林国俊吴柯续子含西南大学心理学部/西南大学认知与人格教育部重点实验室重庆400715

突破传统认知干预将老年人作为被帮助对象,本研究将志愿服务作为一种干预手段,考察老年人作为提供帮助的主体,助人过程中涉及的认知活动、身体活动、社会活动反过来对其自身认知功能的影响及作用机制。研究将采用随机对照实验、功能磁... 详细信息

突破传统认知干预将老年人作为被帮助对象,本研究将志愿服务作为一种干预手段,考察老年人作为提供帮助的主体,助人过程中涉及的认知活动、身体活动、社会活动反过来对其自身认知功能的影响及作用机制。研究将采用随机对照实验、功能磁共振成像和数据建模技术,从冷热双系统的角度系统探讨志愿服务干预老年人认知功能的神经心理机制,并构建预测模型,探索不同老年人参与志愿服务改善认知功能的适配模式。研究围绕志愿服务干预老年人认知功能的科学性展开,在发挥老年人主观能动性的同时增加干预的可持续性,为保护老年人认知功能提供一种基于现实设定的干预方式。

关键词：老年人志愿服务认知功能冷热认知系统脑模块化

维普期刊数据库博看期刊

基于堆叠式长短期记忆网络的篮球运动员微动作评价方法

在线全文

学校读者我要写书评

暂无评论

湖南科技大学学报（自然科学版） 2022年第2期37卷 95-103页

作者：牛程程鲁大营郑亚淼青岛黄海学院通识教育学院山东青岛266427 曲阜师范大学软件学院山东济南273165 曲阜师范大学体育科学学院山东济南273165

为了评估运动员微动作在持球回合中的贡献,提出一个端到端深度学习的评价方法.所提方法不需要复杂的特征提取(如状态间转换的定义和建模),而是将球员和篮球的原始轨迹作为输入,利用堆叠式长短期记忆(Long Short-Term Memory,LSTM)网络... 详细信息

为了评估运动员微动作在持球回合中的贡献,提出一个端到端深度学习的评价方法.所提方法不需要复杂的特征提取(如状态间转换的定义和建模),而是将球员和篮球的原始轨迹作为输入,利用堆叠式长短期记忆(Long Short-Term Memory,LSTM)网络学习时空窗口的特征表示,通过一个额外的全连接层对场上球员的隐性空间表征进行级联处理.利用Softmax层对球员的终结动作(如投篮得分、失误、犯规等)的概率进行估计,每个终结动作均与一个预期分值关联,并用其估计预期得分.为了解决数据的不平衡性,对训练阶段使用参数化的下采样方案.实验结果表明:所提方法可以准确地估计回合结果的概率分布,对技术统计数据之外的微动作评价具有参考价值.

关键词：深度学习长短期记忆网络时空跟踪数据篮球微动作下采样

认知与情绪功能对老年人饮食模式转变的调节作用

在线全文

学校读者我要写书评

暂无评论

认知与情绪功能对老年人饮食模式转变的调节作用

第十二届世界健美操锦标赛中国队有氧踏板操实力分析

第二十五届全国心理学学术会议

作者：牛程程姜海鑫喻婧西南大学心理学部

背景:常言道病从口入,长期饮食模式潜移默化的影响着老年人的身心健康,研究不同饮食模式老年人的心理特点以及影响老年人饮食模式转变的心理因素对于促进老年人的身心健康具有重要意义。方法:采用中国老年健康影响因素跟踪调查(Chinese ... 详细信息

背景:常言道病从口入,长期饮食模式潜移默化的影响着老年人的身心健康,研究不同饮食模式老年人的心理特点以及影响老年人饮食模式转变的心理因素对于促进老年人的身心健康具有重要意义。方法:采用中国老年健康影响因素跟踪调查(Chinese Longitudinal Healthy Longevity Survey,CLHLS),使用潜类别分析(LCA)和潜在转换分析(LTA)对3441名年龄为52～116岁的老年人在T1(2014)和T2(2018)的数据进行分析。确定中国老年人饮食模式的亚组,探究这些潜在饮食模式类别在时间上的转换关系以及有助于调节老年人饮食模式的心理因素。结果:潜类别分析确定了中国老年人饮食模式的4类亚组:第一类为"单一饮食",第二类为"偏素食主义饮食",第三类为"高蛋白饮食",第四类为"多样化饮食"。四类饮食模式的老年群体在认知功能,焦虑,抑郁和生活满意度及自评健康上均具有显著差异,具体表现为,多样化饮食特点的老年人具有更好的认知功能和生活满意度及自评健康,和更低的焦虑、抑郁水平,因此,多样化饮食被认为是更健康的饮食模式。高蛋白饮食模式和多样化饮食模式的老年群体具有较高的稳定性,四年间分别有0.59和0.50的概率仍然停留在相同的饮食模式下。T1为单一饮食、偏素食主义饮食和高蛋白饮食老年群体在T2转变为多样化饮食模式的概率分别为0.01、0.17和0.20.我们的研究结果还发现认知功能,焦虑和生活满意度及自评健康等心理因素在调节老年人饮食模式的转变方面发挥着重要作用,心理因素的有益方面能够显著促进老年人的健康饮食。结论:本研究采用以人为本的研究方法(LCA和LTA)确定了中国老年人饮食模式的潜在亚组特征,探究了认知与情绪功能对改善老年人饮食模式的作用。表明可通过认知和情绪功能来对老年人的饮食模式进行干预,从而促进老年人的身心健康。

关键词：认知与情绪功能饮食模式潜在转换分析(LTA) 老年人

来源： cnki会议评论

在线全文

cnki会议

学校读者我要写书评

暂无评论

第十二届世界健美操锦标赛中国队有氧踏板操实力分析

作者：牛程程曲阜师范大学

学位级别：硕士

有氧踏板项目于2011年被正式列入竞技健美操的比赛项目，作为新增设的项目，还处在探索期，2012年6月在保加利亚举行的第十二届世界健美操锦标赛上中国队夺得有氧踏板项目的冠军，展现了中国队在氧踏板上项目上的的实力和优势。对有氧... 详细信息

有氧踏板项目于2011年被正式列入竞技健美操的比赛项目，作为新增设的项目，还处在探索期，2012年6月在保加利亚举行的第十二届世界健美操锦标赛上中国队夺得有氧踏板项目的冠军，展现了中国队在氧踏板上项目上的的实力和优势。对有氧踏板成套动作进行分析与研究，能够为我国有氧踏板项目的训练及发展提供建议。本研究采用文献资料法、录像观察法、数理统计以及逻辑分析法，根据2013-2016年国际体操联合会发布的《竞技健美操竞赛规则》中有氧踏板的竞赛规则，对第十二届世界健美操锦标中国队、俄罗斯队、蒙古队、法国队、韩国队、西班牙队、匈牙利队、乌克兰队8支进入决赛的队伍的有氧踏板成套动作从动作的创编（音乐、踏板内容、主题内容、空间、队形）、艺术性和动作的完成（技术技巧和一致性）进行了对比分析，结果表明：1、中国队在有氧踏板项目上占有很大的优势，艺术分、完成分都居世界水平的前列。中国队在有氧踏板项目中动作的完成质量，细节处理到位，运动员的艺术表现力较好，但在成套动作幅度的一致性上还有待提高。2、中国队在有氧踏板项目中成套音乐的选配缺乏特色，托举动作过于简单，采用2托一的方式，没有新意。俄罗斯队的托举动作新颖出彩，其他代表队的托举方式均非常单一。3、各运动队运用踏板的种类过于单一，横板、竖板运用相对较多，缺乏创新性。运动员之间的动力性配合次数较少。4、各运动队的队员人数多为偶数，男女比例对半。成套动作中上板方式主要以正面单脚和侧面单脚为主。动作幅度的不一致是影响个各参赛队成套动作一致性得分的主要因素。

关键词：世界健美操锦标赛有氧踏板技术分析

基于机器学习的机械工程材料热导率与弹性模量的预测研究

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于机器学习的机械工程材料热导率与弹性模量的预测研究

作者：牛程程贵州大学

学位级别：硕士

在机械工程中,工程材料的热导率和弹性模量对产品设计与质量起着重要的作用。但是,由于材料加工过程中会引起材料特性的变化,通过大量实验观察数据,凭直觉提出假设、验证假设,基于理论研究、实验分析以及计算仿真的传统方法已无法满足... 详细信息

在机械工程中,工程材料的热导率和弹性模量对产品设计与质量起着重要的作用。但是,由于材料加工过程中会引起材料特性的变化,通过大量实验观察数据,凭直觉提出假设、验证假设,基于理论研究、实验分析以及计算仿真的传统方法已无法满足现代制造业的智能化发展需求。当前,利用机器学习框架搭建材料研究设计平台对材料大数据资源进行分析与预测已成为开发新材料的重要手段。因此,探寻新的研究方法来辅助加快机械工程材料热导率和弹性模量的研发具有重要意义。针对上述问题,本文提出了一种基于机器学习对机械工程材料热导率和弹性模量的预测研究方式,重点是对以实验为主的传统材料学科进行补充和挖掘,通过计算所得数据从微观和宏观尺度对材料性能进行多层次的研究与分析,以帮助研究人员快速筛选出理想的机械工程材料。本文的研究内容主要体现在以下两个方面:(1)本文借助Pymatgen从Materials Project数据库最终获取了一组232条材料数据组成的热导率数据集和一组1108条材料数据组成的弹性模量数据集作为本实验的原始数据,通过特征工程选取Magpie、Atom2Vec和One-hot编码这三种基于分子式的材料表征方法构建的特征向量作为描述符输入,结合常用的机器学习算法模型(KRR、SVR、RF)对材料热导率和弹性模量进行模型训练集评估。(2)为了缩小预测误差,提高模型预测能力,选用Magpie生成的132维特征向量作为特征输入,选取激活函数来建立FCNN预测模型。绘制散点图,实现数据可视化,将FCNN模型的预测结果与KRR、SVR、RF进行对比,验证该方法的有效性。

关键词：机器学习机械工程材料热导率弹性模量特征工程

迈向第三空间:城市更新中遗产社区的情感流变与异质性认同

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

热带地理 2024年第8期44卷 1410-1422页

作者：杨程程浙江大学社会学系杭州310058

文章以杭州市馒头山社区为研究案例,以田野调查方式获取资料,采用参与式观察、网络文本分析等方法,从空间生产理论与微观史视角出发,剖析遗产空间变迁与地方意义建构的关系,及以城市更新为表征的现代化对民众日常的影响,试图回应近年城... 详细信息

文章以杭州市馒头山社区为研究案例,以田野调查方式获取资料,采用参与式观察、网络文本分析等方法,从空间生产理论与微观史视角出发,剖析遗产空间变迁与地方意义建构的关系,及以城市更新为表征的现代化对民众日常的影响,试图回应近年城市研究的“微观史”转向。结果表明:1)第一空间的改造对地方环境提升和公共服务设施改善具正面效应,对地方情感产生积极引导作用;2)权威群体基于规划改造将遗产社区转化为符合国家政府构想的第二空间,使其转变为具消费、生产及休闲属性的第三空间;3)各行动主体基于异质性感知,受权威群体第二空间构想的影响,在日常实践中重构第三空间,在情感流变中或可面临迷失、分化风险。审视城市更新过程中的遗产社区,需关注其迈向第三空间的非均衡与不稳定,认可活化遗产所激发的“地方进步感”时,更应关注“地方分化感”的萌生,否则将桎梏于第二空间的构想幻象中,使“遗产的共享性”成为伪命题。

关键词：遗产社区第三空间城市更新遗产呈现情感认同杭州馒头山社区

同方期刊数据库

在线全文

学校读者我要写书评

暂无评论

机器学习在材料信息学中的应用综述

材料导报 2020年第23期34卷 23100-23108页

作者：牛程程李少波胡建军但雅波曹卓李想贵州大学现代制造技术教育部重点实验室贵阳550025 贵州大学机械工程学院贵阳550025 美国南卡罗来纳大学计算机科学与工程系美国哥伦比亚29208

面对巨大的材料设计空间,基于理论研究、实验分析以及计算仿真的传统方法已经跟不上高性能新材料的发展需求。近年来,材料数据库与机器学习的结合带动了材料信息学的进步,推动了材料科学的发展。当前,运用数据驱动的机器学习算法建立材... 详细信息

面对巨大的材料设计空间,基于理论研究、实验分析以及计算仿真的传统方法已经跟不上高性能新材料的发展需求。近年来,材料数据库与机器学习的结合带动了材料信息学的进步,推动了材料科学的发展。当前,运用数据驱动的机器学习算法建立材料性能预测模型,然后将其应用于材料筛选与新材料开发的研究引起了学者们的广泛关注。利用机器学习框架搭建材料研究设计平台对材料大数据资源进行分析与预测,成为开发新型材料的重要手段。将机器学习运用于材料科学面临一系列困难,包括根据预测对象确定材料特征的计算或自动抽取,不同精度的实验与计算数据的获取与预处理;选取或者开发合适的机器学习预测模型和训练算法;估计预测效果与预测性能的可靠性;处理材料机器学习问题所独有的小数据、异构数据、非平衡数据等特性。目前研究的焦点是针对不同的材料性能,收集相关的数据集,基于物理原理构造特征表示来训练机器学习模型,并将机器学习的最新技术用于材料信息学。现阶段机器学习已经被应用于光伏、热电、半导体、有机材料等几乎所有的材料设计领域。通过采用机器学习算法训练材料性能的预测模型,并将其用于筛选现有材料数据库或者搜索新的材料,大大加快了新材料发现的过程。目前,国内外科学家借助统计推理与机器学习算法开展了一系列的研究,开发了适合预测不同材料属性的多种材料表征方法,应用了包括深度学习、贝叶斯网络等最新机器学习与人工智能方法,在多类功能材料设计领域取得了突破性的成果。本文主要介绍了机器学习方法在材料性能预测中的相关研究与应用,包括目前最常用的材料数据库资源,多种适用的机器学习算法及应用实例,以及机器学习在材料性能预测中遇到的常见问题。最后对国内外的材料信息学发展现状进行了概括,并对其未来发展进行了展望。

关键词：材料信息学材料科学材料性能机器学习大数据

采用局部子图嵌入的MOOCs知识概念推荐模型

在线全文

学校读者我要写书评

暂无评论

计算机科学与探索 2024年第1期18卷 189-204页

作者：居程程祝义江苏师范大学计算机科学与技术学院江苏徐州221116 江苏省教育信息化工程技术研究中心江苏徐州221116 高安全系统的软件开发与验证技术工业和信息化部重点实验室(南京航空航天大学) 南京211106

大规模开放在线课程(MOOCs)在减少用户学习盲区和改善用户体验方面已经有大量的研究,尤其是基于图神经网络的个性化课程资源推荐,但现有工作主要集中在固定或同质图上,容易受到数据稀疏问题的影响且难以扩展。在局部子图上使用图卷积,... 详细信息

大规模开放在线课程(MOOCs)在减少用户学习盲区和改善用户体验方面已经有大量的研究,尤其是基于图神经网络的个性化课程资源推荐,但现有工作主要集中在固定或同质图上,容易受到数据稀疏问题的影响且难以扩展。在局部子图上使用图卷积,并结合扩展的矩阵分解(MF)模型来解决这一问题。首先,将异构图分解为多个基于元路径的子图,结合随机游走采样方法实现在采样节点富有影响力邻域的同时捕获实体之间复杂的语义关系,并在局部邻域上进行图卷积平滑各节点表示,实现高可扩展性;然后,使用注意力机制适应性地融合不同子图的上下文信息,更全面地构建用户偏好;最后,通过扩展矩阵分解优化模型参数,获得推荐列表。为了验证提出模型的性能,在公开的MOOCs数据集上进行对比实验,相较于最优基线,性能提升了2%,内存计算需求降低了近500%,缓解数据稀疏问题的同时仍具有较强的可扩展性。

关键词：大规模开放在线课程(MOOCs) 图神经网络个性化课程推荐图卷积基于元路径的子图扩展矩阵分解

在线全文

学校读者我要写书评

暂无评论

基于特征选择和机器学习的材料弹性性能预测

华南理工大学学报（自然科学版） 2019年第5期47卷 48-55页

作者：胡建军曹卓但雅波牛程程李想钱松荣贵州大学机械工程学院贵州贵阳550025 南卡罗来纳大学计算机科学与工程系美国南卡罗莱纳哥伦比亚29208 贵州大学现代制造技术教育部重点实验室贵州贵阳550025

利用机器学习方法进行材料性能预测研究,通过运用3种特征选择方法(Filter、RFE、LASSO)和3种机器学习模型(线性回归、岭回归、支持向量回归),从众多多尺度特征集中选择最佳的特征子集来预测无机化合物的弹性性能,归纳了预测材料弹性性... 详细信息

利用机器学习方法进行材料性能预测研究,通过运用3种特征选择方法(Filter、RFE、LASSO)和3种机器学习模型(线性回归、岭回归、支持向量回归),从众多多尺度特征集中选择最佳的特征子集来预测无机化合物的弹性性能,归纳了预测材料弹性性能的最有效的、组合了特征选择与机器学习的预测模型,比较了特征选择方法在不同机器学习模型上的表现,分析了利用特征选择方法得到的特征子集.实验结果表明,Filter和SVR组合模型的预测结果最好,机器学习模型比特征选择方法对预测结果的影响更大,特征选择方法选出的特征子集中主要包括熔点、晶体结构、门捷列夫序号等材料特性.文中研究成果可为获得无机化合物弹性性能描述符和进一步开发更有效的材料性能预测方法提供参考.

关键词：材料信息学特征选择机器学习弹性性能预测