团体正念瑜伽训练对大学生睡眠质量的影响

目的探索团体正念瑜伽训练对大学生睡眠质量的影响,为大学生睡眠问题的干预提供参考。方法于2021年3月28日-2021年4月20日,选取45名匹兹堡睡眠质量指数量表(PSQI)评分≥8分的大学生为研究对象,按照随机数字表法分为研究组(n=22)和对照组(n=23)。研究组接受每周两次的正念瑜伽训练,每次训练时长为60 min,持续4周;对照组在研究期间不接受正念瑜伽训练,在研究结束后接受相同的训练。于干预前后,采用PSQI和N-back训练任务分别评定两组的睡眠质量和工作记忆能力。结果时间因素在PSQI总评分、N-back训练任务正确率和反应时上的主效应均有统计学意义(F=37.240、6.898、10.775,P<0.05或0.01);分组因素在PSQI总评分和N-back训练任务正确率上的主效应均有统计学意义(F=8.057、11.093,P<0.05或0.01);时间和分组的交互作用对PSQI总评分和N-back训练任务反应时的影响均有统计学意义(F=32.730、17.578,P均<0.01)。干预后,研究组PSQI总评分(F=69.898,P<0.01)低于干预前,N-back训练任务反应时短于干预前(F=27.939,P<0.01),差异均有统计学意义。结论团体正念瑜伽训练可能有助于改善大学生睡眠质量。

基于SVM的POL-SAR图像分类研究

提出了一种将物理散射机理、纹理信息和SVM结合起来用于POL-SAR图像分类的方法。实验数据选取德国Oberpfaffenhofen实验区域(DE)的DLR ESARL波段全极化数据,实验区域包括自然植被,如森林、田地和人造目标如建筑、机场跑道等。首先利用OEC分解得到了散射特征,然后提取HH和HV通道图像的纹理特征,并用SVM进行特征选择及分类。然后在上述特征中加入Freeman分解的散射特征重复试验,取得了较好的结果。试验证明了将散射特征和纹理特征结合起来对地物进行分类是有效的,同时也证明了用SVM进行特征选择的有效性。