中国特色社会主义文化的多模态融合传播策略研究

随着数字技术和人工智能的飞速发展,全媒体和融媒体时代已经悄然来临,如何搭上多模态融合发展的快车,深入挖掘中国特色社会主义文化的多维特征,借势宣传中国特色社会主义文化、传播中国声音,成为摆在广大研究者面前一个急需解决的问题。对多模态融合的认知基础进行分析,讨论多模态信息融合的概念空间模型,详细论述中国特色社会主义文化多模态融合传播策略:多模态语料库构建、基于神经网络的数据表征和基于算法的数据统计具有重要理论价值和现实意义,为讲好中国故事、实现中国式现代化提供有益借鉴。

大学生心理健康教育“双融合”的课程思政化研究

课程思政对实现立德树人的根本任务意义重大。《大学生心理健康教育》课程作为大学生的公共基础课,必须承担起立德树人的根本任务。本文从大学生心理健康教育“课内课外、线上线下”双融合课程思政化研究的理论依据、实施路径与教学反馈展开,旨在提高该门课程的育人效果。

GLHMS算法的PCNN参数优化及其在图像融合中的应用

人类心理搜索算法(HMS)和脉冲耦合神经网络(PCNN)存在收敛精度低、参数太多等问题,导致融合图像质量不高,由此提出一种基于参数自适应的PCNN图像融合方法。首先,将均匀分组、局部搜索以及移动次数算子引入人类心理搜索算法,克服了HMS存在的搜索能力不强、收敛速度慢等问题;然后,通过改进后的算法对PCNN的αθ、β、αL 3个参数进行优化,增强了其特征提取性能;最后,通过参数优化后的PCNN融合ToF和RGB图像,得到完整的融合图像。选取20个测试函数对算法进行仿真实验,结果表明,算法能够有效地加快收敛速度,提高寻优精度。选取不同时间光线下的果园图像验证了该方法的有效性,平均指标相较于DWT、TIF、CNN、PCNN、DWT_PCNN分别提高19.99%、30.74%、21.14%、17.6%、8.93%,能显著提高融合图像质量。

文本差异与近古诗歌阐释学中的精神融合

近古诗渐衰,而诗论益精。近古诗论家对于"可解"与"不可解""不必解"之诗的争论,从创作和阐释的双重角度出发,客观上揭示出了古典诗歌的文本差异。阐释方式往往因文本类型而定。依据"可解"与"不可解""不必解"之说,阐释者或执辞求意,或欣然兴会,或专力壹思、精神融合于古人,才可达到某种程度的阐释效果。在诸种阐释手段中,精神融合因其强调阐释者与创作者之间的沟通无碍,往往具有较为重要的意义和价值。

论作为教师课程理解的说课及其心理转换

作为教师的课程理解,说课之"说"有"理解"与"表达"两重内涵;说课之"课"有"课程文本"、"课程理解"与"课程话语"三个层面。说课心理过程以理解为前提、以语言为中介,需要历经两次转换:首先在"教师视域"与"课程视域"融合的基础上生成"课程理解",然后将教师的"课程理解"外化为教师的"课程话语"。准确把握说课的心理转换,有利于解释诸多课程与教学现象,促进教师知识的重构与重组,建构更具解释力的说课分析框架。

强迫症心理机制的理论述评

强迫症是以无法控制的强迫思维和强迫动作为特征的神经症性障碍,对它发病机制的研究成为近年来国内外研究的焦点。在对强迫症的概念进行界定的基础上,重点分析了精神分析理论、人本主义理论、行为主义理论和认知行为理论关于强迫症的心理机制的观点,发现各个流派的观点存在分歧,有必要逐步走向整合。

基于多模态社交情感分类的高校学生心理健康分析

为了更智能、准确地从高校学生的社交动态中分析学生们的心理健康状态,该研究提出了一种基于多模态社交情感分类的高校学生心理健康分析方法。针对高校学生群体情感表现的复杂性,提出了一种将情感状态表达划分主体情感和侧面情感的分析方法;针对社交动态数据模态的多样性,提出一种多模态数据融合方法。实验结果表明,论文提出的多模态社交情感分类方法在构建的高校学生社交动态数据集上主要情感分类得的准确率达到89.8%,并在多个公开数据集上相对于基准算法提高了4%~6%的分类准确率。

驾驶员注意涣散检测技术研究

通过对注意涣散时驾驶员头部运动及面部表情变化特征的分析,系统实时监测驾驶员眼睛、嘴巴位置和运动状态信息,构建驾驶员注意涣散特征表征参量,实现对驾驶员注意涣散状态信息的检测与提取。驾驶员注意涣散表征量具有复杂的非线性特征,利用BP神经网络非线性识别的优势对驾驶员注意特征进行模式分类,实现驾驶员不同注意涣散状态下的特征捕捉。同时采用Dempster-Shafer证据推理技术,对驾驶注意涣散多源表征信息进行决策融合,实现对驾驶员注意涣散状态的判断。结果表明,BP神经网络与D-S规则多源信息决策融合技术的运用提高了驾驶员注意涣散特征检测的准确性和可靠性。

模拟驾驶过程中精神疲劳的实验分析

实验采用自行设计的监视操作程序作为实现驾驶精神疲劳的替代工具 .实验中 ,1 0名处于某一年龄段的男性样本在 90 min内执行同一监视操作程序 ,实验前后分别测试实验样本的血压值、临界融合频率等客观指标 ,并与操作判断正确率相结合分析疲劳实验的替代可行性 .结果表明 。

基于多模态数据融合的大学生心理健康自动评估模型设计与应用研究

快速准确地评估大学生心理健康状况是高校心理健康教育的重要任务,也是高校心理工作实现精准干预和提供个性化教育服务的基础。传统评估方法存在评估实时性不高、单一模态数据评估效果差、社会称许性反应偏误等问题。研究基于生态瞬时评估理论,以深度学习算法为手段,提出了一种基于多模态数据融合计算的大学生心理健康自动评估方法。该方法在自构建的多模态心理评估数据集(JA-IPAD)上测试表明:该模型能够精准评估大学生的心理健康状态,在智慧学习环境中具有良好的应用前景,能为完善学生心理档案、精准干预学生心理、优化心理健康服务提供决策依据和技术支撑,也能为促进高校智慧化心理健康教育作出贡献。

医教结合视域下高校心理健康服务的融通模式——以上海高校为例

医疗系统和教育系统在上海高校心理健康服务中的互动经历了单一供需阶段、全面合作阶段、深化共赢阶段的演变。在这一过程中,医教结合从一种重要的工作方法发展为一种基本的工作视角。把高校的心理健康服务放置于医教结合的视域下,遵循身心统一的健康规律,将有助于探索以融通主体、内容和资源为重要特征的服务模式,从而促进高校心理健康服务共同体的建立,为大学生创设安全、健康和支持的身心成长环境,为心理健康队伍建设提供新的契机。

基于多生理信息迁移学习的脑力负荷分类

在复杂的人机系统中,保持对实验人员脑力负荷状态的监测对于维护人机系统的安全、高效运行具有极为重要的理论和应用意义。针对现有脑力负荷分类方法识别率低及实际应用时测试样本数据偏移问题,提出了采用迁移学习及脑电和心电特征融合的脑力负荷分类识别方法。基于多任务航空情境操作的MATB-II平台同步采集12名健康受试者的脑电信号和心电信号,分别从时域和频域上提取各生理信息特征并进行融合,在此基础上引入迁移学习,基于迁移成分分析(transfer component analysis,TCA)方法进行特征空间变换,实现源域和目标域的边缘分布适配,并进行脑力负荷分类。实验结果表明,基于多生理信息特征融合识别率高于传统脑力负荷识别方法,使用迁移学习可取得较高的识别准确率,为多生理信息脑力负荷分类研究提供了新方法。

大学生经验性回避、认知融合与心理健康之间的关系:正念的中介作用

目的:探讨正念在经验性回避与心理健康和正念在认知融合与心理健康的关系中的中介作用。方法:采取随机抽样的方法,采用接纳与行动问卷第二版(AAQ-Ⅱ)、认知融合量表(CFQ)、正念注意觉知量表(MAAS)、一般心理健康问卷(GHQ-20),对四川成都某高校650名大学生进行问卷调查。结果:经验性回避与认知融合(r=0.630,P<0.01)、心理健康(r=0.568,P<0.01)正相关,与正念(r=-0.413,P<0.01)负相关;认知融合与正念(r=-0.366,P<0.01)负相关、与心理健康(r=0.465,P<0.01)正相关;而正念与心理健康(r=-0.445,P<0.01)呈显著负相关。正念在经验性回避与心理健康,在认知融合与心理健康间均起部分中介作用,中介效应分别占总效应的18.47%和24.95%。结论:大学生经验性回避与认知融合不仅直接影响其心理健康,同时还分别通过正念的部分中介作用影响心理健康。

新时代下高校德育与心理健康共融性的研究

在新时代,高校的根本任务就是要培养德、智、体、美、劳全面发展的社会主义建设者和接班人。近年来,虽然高校高度重视德育工作,但是基本停留在说教层面,并没有起到应有的作用。传统德育工作还存在很多问题,比如形式单一、呆板,缺少针对性与时代性等。因此,高校应该对学校德育的时空进行不断的扩展,其中可以融入心理健康教育工作,比如,团体心理辅导活动能激发学生的兴趣,积极参与其中,从而将很多学生的思想问题彻底解决,提高学生的道德品质和心理素质,为学生的全面发展奠定基础。基于此,从高校德育与心理健康教育的契合入手分析,深入探讨高校德育与心理健康教育融合中出现的实际问题,阐述高校德育与心理健康达到共融的有效路径。

论新冠肺炎疫情对大学生身心健康的影响

在疫情常态化的背景下,大学生身心健康问题是高校重点关注的问题。运用问卷调查等方法对湖北武汉某高校600余名学生进行疫情对大学生的身心健康的影响的调研。研究表明,疫情对大学生的生活有一定影响,在疫情中部分学生仍能坚持体育锻炼,他们中有超过90%的学生感受到了情绪改善和轻松。建议大学体育教师和心理健康教育教师,加强沟通并共同协作,针对不同年级、不同专业和不同性别的大学生进行各种对应的测试,制定出适宜的体育锻炼方式,促进大学生的身心健康发展。

基于多特征融合的大学生心理健康智能评测系统设计

现有心理健康智能评测系统未能高精度融合心理特征,导致测评效果不佳,为此,文中提出并设计一种基于多特征融合的大学生心理健康智能评测系统。测评系统包括大学生用户信息管理、测试、特征分析、心理健康评测和信息查询与存储共五部分模块。大学生用户从信息管理模块注册、登录系统,在测试模块利用量表进行心理测试,结合用户社交网络信息完成数据采集,输入特征分析模块,心理特征分为行为特征、属性特征、内容特征和社会关系特征。再引入时间窗口概念,通过批量转换采集数据提取用户特征,在神经网络的基础上进行多特征融合,完成大学生心理健康智能测评系统设计。实验结果表明,所设计系统具有较高的特征融合精准率,平均值在90%左右,系统召回率高,且运行耗时较短,为大学生心理教育与辅导提供了支持。

基于人机交互的心理健康监测数据异常标记识别研究

针对人机交互的心理健康异常识别问题,提出以人脸表情监测和分类作为基础参数,建立一个基于多层特征融合的多类别表情识别模型。首先,对原始面部表情图像进行姿态和灰度归一化;然后以VGGNet网络对模型进行轻量化,将网络浅层局部特征与深层全局特征进行融合;之后利用SoftMax分类器进行表情识别和分类;最终基于表情识别结果实现心理健康数据异常监测。结果表明,采用VGGNet网络与模块3和模块4进行多层融合可取得78.2%的准确率,基于此融合方式可实现表情识别模型搭建。对数据集进行平衡和增广处理后,模型的表情识别准确率进而由78.2%提升至85.3%。本算法的表情识别准确率可高达99.67%,比传统的SVM分类算法和改进AlexNet卷积神经网络分别高出了9.62%和8.05%。且本算法可对9种不同类型的表情进行实时分类,为心理健康监测系统提供了有效数据支撑。

大学生心理健康教育与体育教育融合机制研究

采用专家访谈法、文献综述法等方法对大学生心理健康进行分析,并对体育教育在心理健康教育方面的促进作用进行了综合分析,指出体育教学常规职能外,还承担着重要的心理教育职能,能够促进学生身心全方位的健康发展。通过研究得出体育教学作为大学教育的传统项目,在心理教育方面具有一定的教育优势,促进二者的融合,对于扩展高校心理教育渠道,提高高校心理教育水平,具有重要的现实意义。

团体接纳承诺疗法对双相情感障碍缓解期患者社会功能的干预效果分析

目的探讨接纳承诺疗法(ACT)对双相情感障碍(BD)缓解期患者社会功能的干预效果。方法将60例双相情感障碍缓解期患者随机分为两组,对照组(30例)维持原有治疗,ACT干预实验组(30例)在对照组基础之上,依据ACT制定干预方案,每周进行2次团体干预,每次1.5h,均干预5周。干预前后对两组均分别采用YMRS、SDS评估症状,SDSS评估患者社会功能,CFQ评估团体ACT干预效果。结果 ACT干预组CFQ(t=8.83,P<0.05)、SDSS(t=10.04,P<0.05)前后测比较以及对照组SDSS(t=3.02,P<0.05)前后测比较差异显著,对照组CFQ(t=-0.77,P>0.05)前后测比较差异不显著;ACT干预组SDSS(t=-4.61,P<0.05)、CFQ(t=-8.10,P<0.05)干预前后测差值差异具有统计学意义。结论 ACT能在减轻症状的同时,降低BD患者认知融合程度,提升患者心理灵活性,改善患者社会功能受损程度。