论文部分内容阅读
心理软计算是心理学和软计算结合的产物。软计算是在生物界现象启迪下提出的理论和方法，包括神经网络、遗传算法、粒子群、蚁群算法、支持向量机、模糊集、粗糙集等，它能够对模糊的、粗糙的数据进行分析，能够对变量间不清晰的关系进行建模。
心理软计算的基本理论和应用
【摘 要】
：
心理软计算是心理学和软计算结合的产物。软计算是在生物界现象启迪下提出的理论和方法，包括神经网络、遗传算法、粒子群、蚁群算法、支持向量机、模糊集、粗糙集等，它能够对模糊的、粗糙的数据进行分析，能够对变量间不清晰的关系进行建模。
【机 构】
：
南京师范大学心理学院,南京,210097
【出 处】
：
中国心理学会,江苏省心理学会
【发表日期】
：
2013年11期
其他文献
阅读疗法是指利用选择性的阅读辅助医学与精神病学的治疗以及通过指导性的阅读，帮助解决个人心理问题。阅读疗法的起源可以追溯至19世纪。目前在西方国家，阅读疗法己被广泛应用于心理健康辅导，咨询，学校教育等领域。阅读疗法的心理作用机制包括认同、净化和领悟，矫正行为，改变认知，激发潜能等。
本研究中采用自编小学教师工作分析问卷，对小学教师工作的活动特征进行具体分析。主要结论包括：小学教师工作活动特征包括工作责任、决策自主、人际反馈、工作要求和工作压力五个维度。地区因素影响小学教师对其工作活动特征的认识；小学教师承担的工作任务特征对小学教师工作活动特征有一定影响，其中是否承担班主任是影响小学教师工作活动特征的一个重要因素；小学教师的性别、年龄和教龄对其感知小学教师工作活动特征有很大影响
对2004-2010年发表在国内期刊关于内隐自尊研究的58篇论文进行文献计量分析。结果表明：我国内隐自尊研究起步较晚，但研究文献呈逐年增加趋势；研究主要集中在心理学学科领域，并且有逐步扩展到其他学科的趋势；研究对象主要以大学生为主；研究方法主要以IAT为主；研究内容受国外研究的影响，缺乏自主性和创新性；研究人员主要分布在高校教学和研究机构，至今尚未形成核心的研究团体；研究过多的偏重于基础研究而缺少
本文章调查了951名中国中学教师如何理解优秀教学,以及这些理念与教师的教学实践有着怎样的关联。利用结构方程模型的统计方法,2个测量模型一优秀教学和教师实践,和一个结构方程模型—教师优秀教学理念与教学实践的关系被确认。多层次的优秀教学模型确定了优秀教学主要包括2个内容,一是以帮助学生准备考试的以考试为中心的理念,二是教师与学生互动,教学方法及教师自身素质方面的理念。第二方面又包括了小四个因素：发展学
为了提高运动技能教学效果，运用文献资料法、教学实验法和数理统计法等研究方法，揭示体育自主学习影响学习不同项群大学生运动技能的效果规律，实验结果表明：(1)在培养大学生运动技能方面，体育自主学习方式能够有效提高大学生们的运动技能水平，但是低于传统学习方式的学习效果；(2)学习方式与项群之间存在交互作用，自主学习方式影响学习不同项群的大学生运动技能效果不一样，不同项群之间存在显著性差异，其中，技能类表
本研究旨在探讨普通青少年和青少年运动员自我同一性的发展状况及与社会支持的关系。研究采用问卷法,352名普通青少年和青少年运动员完成了《青少年自我同一性状态量表》和《社会支持量表》。结果如下：(1)青少年的同一性状态的分布是不均衡的,处于同一性延缓状态的人数最多,占60％以上,然后依次是同一性扩散、同一性早熟和同一性获得。(2)总体的自我同一性最重要的变化发生在高中和大学阶段。而在人际关系和意识领域
从测量的角度，通过自行研制的大学生爱情观取向调查问卷，对大学生爱情观的结构进行了探讨。探索性因素分析和验证性因素分析的结果表明，大学生爱情取向的结构包括四个子维度——经济取向、责任心取向、才能取向和沟通取向，该问卷具有较好的信度和效度。最后，运用此问卷的调查结果，对大学生的爱情取向的现状特点进行了初步分析。
具身认知，作为第二代认知科学的产物，它强调身体参与认知活动，而不是第一代认知科学所说的离身认知，也就是纯粹的符号加工。对于这种具身现象的研究主要是通过行为控制来观察被试的任务反应，或呈现与身体有关的刺激来看被试的神经活动，这主要通过fMRI 技术来观察脑部活动。但是目前通过ERP 技术来进行的相关研究还不是很多，特别是通过听觉和左右空间性进行的研究。之所以会采用左右空间性，是因为左右是以身体来定位
心理测量领域目前正朝着智能化的方向发展，例如，利用智能技术进行自动选题组卷，计算机自适应测验，自动评分及反馈等。关于自动选题的方法，前人多有研究，例如，随机法、回溯试探法、遗传算法、模拟退火算法、线性规划法等，但是这些都有各种各样的缺点，如收敛速度慢、易陷入早熟、需要建立复杂的数学模型等。量子遗传算法在普通遗传算法中引入了量子计算的概念，量子态的叠加性、纠缠性。相干性，能够使算法在种群规模很小的情
近些年，神经网络和决策树越来越多地被用于人类认知行为的分类和预测研究，神经网络是联结主义方法的代表，而决策树则是符号处理方法的代表.神经网络是一种高效的分类方法，它是由大量的处理单元互相连接而成的网络，进行识别和训练，而且不需要先验知识.决策树则是采用自顶向下的贪心算法，在每个结点选择分类效果最好的属性，继续这一过程直到该树能准确地分类训练样本，或所有的属性都已经使用过.本研究探讨了神经网络与决策