检索结果-南通市图书馆

学前儿童执行功能与情绪调节的双向关系:基于交叉滞后与随机截距交叉滞后的分析

同方期刊数据库

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

心理科学 2024年第1期47卷 80-88页

作者：邢晓沛赵新宇胡夏首都师范大学心理学院北京市“学习与认知”重点实验室北京100048

研究采用学前儿童执行功能行为评定量表和情绪调节量表为研究工具,对北京市381名学前儿童进行三次追踪考察学前儿童执行功能与情绪调节的动态双向关系。传统交叉滞后模型(CLPM)结果显示,T1和T2的整体执行功能显著预测后一时间点的情绪调... 详细信息

研究采用学前儿童执行功能行为评定量表和情绪调节量表为研究工具,对北京市381名学前儿童进行三次追踪考察学前儿童执行功能与情绪调节的动态双向关系。传统交叉滞后模型(CLPM)结果显示,T1和T2的整体执行功能显著预测后一时间点的情绪调节;抑制-自我控制和灵活性与情绪调节在不同时间点上存在双向预测效应;元认知能够显著预测情绪调节。随机截距交叉滞后模型(RI-CLPM)结果表明,在个体内层面,灵活性与情绪调节在T1和T2可以相互预测,T1情绪调节可以显著预测T2抑制-自我控制。这表明提升学前儿童的情绪调节能力有助于促进其灵活性和抑制-自我控制能力的发展,同时灵活性的发展也有利于提升情绪调节能力。

关键词：执行功能情绪调节双向关系个体间个体内

在线全文

学校读者我要写书评

暂无评论

水文时间序列分析方法研究进展

地球信息科学学报 2024年第4期26卷 927-945页

作者：李路宫辉力郭琳朱琳陈蓓蓓首都师范大学水资源安全北京实验室北京100048 首都师范大学资源环境与地理信息系统北京市重点实验室北京100048 首都师范大学城市环境过程与数字模拟国家重点实验室培育基地北京100048 首都师范大学三维信息获取与应用教育部重点实验室北京100048 首都师范大学地面沉降机理与防控教育部重点实验室北京100048

水文时间序列分析领域的发展对于有效管理和利用水资源至关重要。本文基于WoS核心合集数据库和CNKI数据库,采用文献计量学方法和CiteSpace软件,揭示国内外水文时间序列分析领域的发展脉络、研究热点及发展方向。首先从水文时间序列的随... 详细信息

水文时间序列分析领域的发展对于有效管理和利用水资源至关重要。本文基于WoS核心合集数据库和CNKI数据库,采用文献计量学方法和CiteSpace软件,揭示国内外水文时间序列分析领域的发展脉络、研究热点及发展方向。首先从水文时间序列的随机性、非线性、不确定性等出发,结合机器学习、神经网络等新兴方法,将水文时间序列分析领域的相关进展分为6个方面。然后,对各方面开展了详细介绍,并与传统方法作对比,总结了传统方法的缺陷;最后,指出提高水文时间序列分析结果准确性的方向,主要包括:(1)在时空尺度上进行建模,并融合多元数据进行分析;(2)将物理机制融入机器学习模型,提高模型的可解释性和泛化能力;(3)在研究过程中考虑气候变化(极端天气事件)和水文过程的耦合;(4)将多个复杂特性综合进行研究,并提高每个复杂特性的研究水平。通过揭示国内外水文时间序列分析领域的发展脉络、研究热点及发展方向,我们能够更好地理解和应对气候变化、极端天气事件以及人类活动对水资源的影响,提高我们对水文过程的认识,为水资源规划、水灾风险管理和可持续发展提供科学依据。

关键词：水文时间序列分析 CiteSpace 机器学习非线性不确定性非平稳性耦合

拔尖创新人才的早期特征与培育:创新品格的视角

在线全文

学校读者我要写书评

暂无评论

人民教育 2024年第12期 18-21页

作者：师保国单宏宇首都师范大学心理学院北京海淀100048 首都师范大学“学习与认知”北京市重点实验室

培育拔尖创新人才已成为学校教育的重大使命,完成这一使命的关键在于激发和培养学生的创造性或创新素养。对于中小学生而言,创造性不仅体现在创新成果上,更根植于他们早期的创新品格之中,如对世界的好奇探索、想象力的发挥和面对挑战的... 详细信息

培育拔尖创新人才已成为学校教育的重大使命,完成这一使命的关键在于激发和培养学生的创造性或创新素养。对于中小学生而言,创造性不仅体现在创新成果上,更根植于他们早期的创新品格之中,如对世界的好奇探索、想象力的发挥和面对挑战的坚韧不拔。培养这些创新品格,学校教育需要采取多元化策略:首先,深化“双减”政策落实,为学生创造更多自由探索和思考的空间;其次,推动学科间的融合,鼓励学生跨越知识的边界;最后,利用科技的整合与平台的创新,为学生搭建实验与协作的舞台。通过这些综合性措施,能够为拔尖创新人才的早期培育奠定坚实基础,帮助学生成长为适应未来社会挑战、全面发展的创新型人才。

关键词：拔尖创新人才创造性创新素养创新品格早期特征

双线阵推扫成像光学遥感卫星在轨动目标检测方法

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

地球信息科学学报 2024年第4期26卷 1040-1056页

作者：杨灿坤李小娟李韦钟若飞李清扬杜鑫首都师范大学资源环境与旅游学院北京100028 首都师范大学三维信息获取与应用教育部重点实验室北京100028

动目标检测是从时序图像中获取时间维度动态变化信息的有效手段,通过快速获取、分析和利用卫星遥感数据中的现势信息,将遥感数据中时空域运动和变化信息表征为对象和知识,可以有效提升卫星数据的利用效率,实现“现势数据、即时传输”的... 详细信息

动目标检测是从时序图像中获取时间维度动态变化信息的有效手段,通过快速获取、分析和利用卫星遥感数据中的现势信息,将遥感数据中时空域运动和变化信息表征为对象和知识,可以有效提升卫星数据的利用效率,实现“现势数据、即时传输”的应用要求。现有的卫星视频和多光谱遥感图像用于动目标检测领域,无法满足大范围动目标发现、运动速度适应性以及硬件加速兼容性等应用需求。本文以利用光学遥感卫星实现大范围动目标快速感知为目标,通过双线阵推扫光学遥感相机采集包含时域动目标信息的双条带图像,以船舶目标为例,经过在轨处理形成动目标关键信息。相机原理样机已经搭载“泰景四号01星”于2022年2月27日成功发射,验证了大范围动目标检测的技术路线。本文在提出双线阵推扫成像方法以及动目标时空特性数学模型基础上,构建基于显著性区域建议的动目标检测方法,利用时空域变化信息表征和提取动目标显著性区域,基于深度学习目标检测技术实现动目标判别,获取动目标检测结果。利用在轨拍摄的双条带图像,验证了算法精度,对比传统算法,本文方法在单体目标分割方面提升明显,动目标分割结果较为完整、清晰,有效提升了动目标两个时刻间的匹配精度。结果表明,算法能够有效实现双条带图像中的动目标检测,具有以下2个方面的优势:(1)提出双条带推扫成像模式和方法,扩展图像时域信息,解决卫星无机动条件下大范围动目标观测问题;(2)提出基于显著性区域建议的动目标检测模型,解决了大范围双条带图像中复杂背景下动目标检测问题。通过获取动目标关键信息,大幅度减少遥感信息的对地传输带宽需求,可以为大规模对地观测系统数据在轨处理与地学应用提供新型的数据获取与处理思路。

关键词：双线阵推扫双条带影像动目标检测在轨智能处理时空域变化信息单体目标分割深度学习目标检测显著性区域建议

同方期刊数据库

神经网络结构搜索在脑数据分析领域的研究进展

在线全文

学校读者我要写书评

暂无评论

软件学报 2024年第4期35卷 1682-1702页

作者：李晴汪启昕李子遇祝志远张诗皓牟浩南杨文婷邬霞认知神经科学与学习国家重点实验室(北京师范大学) 北京100875 北京师范大学人工智能学院北京100875

神经网络结构搜索(neural architecture search,NAS)是自动化机器学习的重要组成部分,已被广泛应用于多个领域,包括计算机视觉、语音识别等,能够针对特定数据、场景、任务寻找最优的深层神经网络结构.将NAS引入至脑数据分析领域,能够在... 详细信息

神经网络结构搜索(neural architecture search,NAS)是自动化机器学习的重要组成部分,已被广泛应用于多个领域,包括计算机视觉、语音识别等,能够针对特定数据、场景、任务寻找最优的深层神经网络结构.将NAS引入至脑数据分析领域,能够在图像分割、特征提取、辅助诊断等多个应用领域大幅度提升性能,展现低能耗自动化机器学习的优势.基于NAS进行脑数据分析是当前的研究热点之一,同时也具有一定挑战.目前,在此领域,国内外可供参考的综述性文献较少.对近年来国内外相关文献进行了细致地调研分析,从算法模型、研究任务、实验数据等不同方面对NAS在脑数据分析领域的研究现状进行了综述.同时,也对能够支撑NAS训练的脑数据集进行了系统性总结,并对NAS在脑数据分析中存在的挑战和未来的研究方向进行了分析和展望.

关键词：神经网络结构搜索脑数据分析神经网络深度学习

父母自主支持、10~12岁儿童的同伴关系与执行功能的动态互动关系:一个发展级联模型

在线全文

学校读者我要写书评

暂无评论

心理与行为研究 2024年第1期22卷 55-63,85页

作者：赵新宇乔晓光邢晓沛首都师范大学心理学院北京市学习与认知重点实验室首都师范大学儿童发展研究中心北京100048 济南市历城区鲍山学校济南250132

对514名三、四年级学生进行间隔半年的三次追踪,考察学龄中后期父母自主支持、儿童同伴关系与执行功能间潜在的级联效应及其可能存在的发展变化和父母性别差异。随机截距交叉滞后模型结果发现:在个体间层面,儿童执行功能与父母自主支持... 详细信息

对514名三、四年级学生进行间隔半年的三次追踪,考察学龄中后期父母自主支持、儿童同伴关系与执行功能间潜在的级联效应及其可能存在的发展变化和父母性别差异。随机截距交叉滞后模型结果发现:在个体间层面,儿童执行功能与父母自主支持和同伴接纳/拒绝部分显著相关,且父亲自主支持与同伴接纳显著相关;在个体内层面,执行功能与父母自主支持由双向预测变成执行功能对自主支持单向预测;执行功能对同伴接纳单向预测变为双向预测;仅母亲自主支持与同伴关系存在双向预测。父母自主支持、儿童同伴关系与执行功能三者在学龄中后期存在相互影响的级联效应,且这一效应存在时间变化性与父母性别差异。

关键词：父母自主支持执行功能同伴关系随机截距交叉滞后模型

不同强度运动改善PTSD小鼠恐惧记忆泛化及促海马神经再生效应研究

在线全文

学校读者我要写书评

暂无评论

中国病理生理杂志 2024年第6期40卷 1017-1024页

作者：金硕张晓晓吉宸萱孙丽娜北京师范大学体育与运动学院北京100875 北京师范大学认知神经科学与学习国家重点实验室北京100875

目的:探讨不同强度运动缓解创伤后应激障碍(PTSD)恐惧记忆泛化的作用及促海马神经再生中枢调控机制。方法:采用随机数字法将雄性C57 BL/6J小鼠分为对照(control)组、PTSD建模(PTSD)组、建模后高强度运动(PTSD-High)组和建模后低强度运动... 详细信息

目的:探讨不同强度运动缓解创伤后应激障碍(PTSD)恐惧记忆泛化的作用及促海马神经再生中枢调控机制。方法:采用随机数字法将雄性C57 BL/6J小鼠分为对照(control)组、PTSD建模(PTSD)组、建模后高强度运动(PTSD-High)组和建模后低强度运动(PTSD-Low)组。采用条件性足部电击(CF)和单次-持续应激(SPS)相结合的方法,构建PTSD复合应激模型。利用条件性恐惧实验测试小鼠对恐惧记忆相似情境的辨别能力,评估小鼠恐惧记忆泛化程度,通过免疫荧光双标实验观察并量化小鼠海马DG区新生的未成熟神经元,使用ELISA测定血清脂联素的分泌水平。结果:(1)在条件性恐惧实验三个类似情境中,control组与PTSD-High组的不动时间均明显低于PTSD组。(2)免疫荧光双标染色图片显示,PTSD组小鼠海马DG区的新生神经元与未成熟神经元荧光信号降低,新生未成熟神经元纤维短而少。统计表明,与PTSD组相比,control、PTSD-High和PTSD-Low组小鼠新生未成熟神经元的细胞密度和树突分支点及长度均明显升高。(3)ELISA结果显示,control和PTSD-High组小鼠血清中脂联素水平均明显高于PTSD组和PTSD-Low组。结论:PTSD小鼠恐惧记忆泛化与海马神经再生水平下降有关。运动可能通过促进脂联素的分泌、促进海马神经再生改善恐惧记忆泛化。不同强度运动对比发现高强度运动改善效果更好。

关键词：运动强度脂联素海马神经再生创伤后应激障碍恐惧记忆泛化

维普期刊数据库博看期刊

家长教育焦虑对中小学生手机等电子产品成瘾的影响机制

在线全文

学校读者我要写书评

暂无评论

中国临床心理学杂志 2024年第2期32卷 335-343页

作者：杨雨萌唐逸文魏悻玥李蓓蕾邓林园北京师范大学认知神经科学与学习国家重点实验室北京100875 北京师范大学教育学部北京100875

目的:本研究旨在考察家长教育焦虑对中小学生手机等电子产品成瘾的影响及作用机制。方法:采用家长教育焦虑量表、父母心理控制量表、无法忍受不确定性量表和手机等电子产品成瘾量表对1345对中小学生及其家长进行调查。结果:整体模型拟... 详细信息

目的:本研究旨在考察家长教育焦虑对中小学生手机等电子产品成瘾的影响及作用机制。方法:采用家长教育焦虑量表、父母心理控制量表、无法忍受不确定性量表和手机等电子产品成瘾量表对1345对中小学生及其家长进行调查。结果:整体模型拟合良好,家长教育焦虑既可以直接预测中小学生手机等电子产品成瘾,还可以通过三条路径起到间接预测作用:父母心理控制的简单中介、中小学生无法忍受不确定性的简单中介,以及父母心理控制与中小学生无法忍受不确定性的链式中介。学段对链式中介模型的调节作用显著,相比小学生,父母心理控制对中学生手机等电子产品成瘾的作用较小。结论:为预防或减轻中小学生手机等电子产品成瘾,不仅父母要合理应对自身教育焦虑、减少心理控制的教养方式,中小学生也要提高对不确定性的忍受力,还需要注意不同学段的特殊性,进行针对性干预和指导。

关键词：家长教育焦虑手机成瘾电子产品成瘾父母心理控制无法忍受不确定性中小学生

面向非独立同分布数据的车联网多阶段联邦学习机制

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

计算机研究与发展 2024年第9期61卷 2170-2184页

作者：唐晓岚梁煜婷陈文龙首都师范大学信息工程学院北京100048

车联网在智慧城市建设中扮演着不可或缺的角色,汽车不仅仅是交通工具,更是大数据时代信息采集和传输的重要载体.随着车辆采集的数据量飞速增长和人们隐私保护意识的增强,如何在车联网环境中确保用户数据安全,防止数据泄露,成为亟待解决... 详细信息

车联网在智慧城市建设中扮演着不可或缺的角色,汽车不仅仅是交通工具,更是大数据时代信息采集和传输的重要载体.随着车辆采集的数据量飞速增长和人们隐私保护意识的增强,如何在车联网环境中确保用户数据安全,防止数据泄露,成为亟待解决的难题.联邦学习采用“数据不动模型动”的方式,为保护用户隐私和实现良好性能提供了可行方案.然而,受限于采集设备、地域环境、个人习惯的差异,多台车辆采集的数据通常表现为非独立同分布(non-independent and identically distributed,non-IID)数据,而传统的联邦学习算法在non-IID数据环境中,其模型收敛速度较慢.针对这一挑战,提出了一种面向non-IID数据的车联网多阶段联邦学习机制,称为FedWO.第1阶段采用联邦平均算法,使得全局模型快速达到一个基本的模型准确度;第2阶段采用联邦加权多方计算,依据各车辆的数据特性计算其在全局模型中的权重,聚合后得到性能更优的全局模型,同时采用传输控制策略,减少模型传输带来的通信开销;第3阶段为个性化计算阶段,车辆利用各自的数据进行个性化学习,微调本地模型获得与本地数据更匹配的模型.实验采用了驾驶行为数据集进行实验评估,结果表明相较于传统方法,在non-IID数据场景下,FedWO机制保护了数据隐私,同时提高了算法的准确度.

关键词：车联网联邦学习非独立同分布数据隐私保护传输控制