基于改进分层注意网络和TextCNN联合建模的暴力犯罪分级算法

为了科学、智能地对服刑人员的暴力倾向分级,将自然语言处理(NLP)中的文本分类方法引入犯罪心理学领域,提出一种基于改进分层注意网络(HAN)与TextCNN(Text Convolutional Neural Network)两通道联合建模的犯罪语义卷积分层注意网络(CCHA-Net),通过分别挖掘犯罪事实与服刑人员基本情况的语义信息,完成暴力犯罪气质分级。首先,采用Focal Loss同时替代两通道中的Cross-Entropy函数,优化样本数量不均衡问题。其次,在两通道输入层中,同时引入位置编码,改进对位置信息的感知能力;改进HAN通道,采用最大池化构建显著向量。最后,输出层都采用全局平均池化替代全连接方法,以避免过拟合。实验结果表明,与AC-BiLSTM(Attention-based Bidirectional Long Short-Term Memory with Convolution layer)、支持向量机(SVM)等17种相关基线模型相比,CCHA-Net各项指标均最优,微平均F1(Micro_F1)为99.57%,宏平均和微平均下的曲线下面积(AUC)分别为99.45%和99.89%,相较于次优的AC-BiLSTM提高了4.08、5.59和0.74个百分点,验证了CCHA-Net能有效胜任暴力犯罪气质分级任务。

使用方面引导图注意网络的方面级情感分类模型

方面级情感分类的任务是判断给定方面的情感极性,图注意网络是处理句法信息的有效手段,然而传统图注意神经网络在通过中间节点聚合与方面间接相邻的信息时,并不直接考虑该节点与方面的相关性,这将导致不相关信息过多传递到最终表示,影响分类效果.本文提出了使用方面引导图注意网络的方面级情感分类模型,首先使用多头自注意编码学习文本句内表示,然后使用方面引导图注意网络对情感信息进行聚合,同时使用了语义注意力模块突出浅层网络中可能被遮蔽注意力遗漏的情感信息,结合生成最终表示进行分类预测.本文通过公开数据集上的实验证明本文模型具有更好的效果,进而通过实验验证了方面引导图注意网络相比传统图注意网络在方面级情感分类中具有更优的性能以及其它组件的有效性.

基于多尺度级联注意网络的肺实质分割

针对肺实质分割任务中不同尺度特征的全局上下文信息利用率低、分割精度低、分割细节模糊等问题,提出一种多尺度级联注意网络(multiscale cascaded attention networks,MCANet)。该网络主要由多尺度特征提取网络(multi-scale feature extraction network,MSFENet)、多尺度注意力引导模块(multi-scale attention guidance module,MSAG)、解码特征整合器(decoding feature integrator,DFI)组成。首先,设计MSFENet以提高特征信息在不同通道维度上的空间交互能力,在采样过程中最大限度地保留图像的关键特征,丰富全局上下文信息。然后,设计MSAG提高模型在解码过程中对多尺度特征信息的利用率,并最大限度地融合两种注意力机制的优势。最后设计DFI,重新整合解码器生成的解码特征,以提高模型对边缘信息的分割性能。在LUNA16数据集上对模型性能进行实验验证,得到了0.993的Dice和3.864的HD,实验结果证明了MCANet与其他主流医学分割模型相比有更优异的分割性能,能更准确地分割肺实质。

正念冥想训练对大学生注意网络的影响

目的:考察正念冥想训练对大学生的注意功能的影响,试图阐明正念冥想训练对其注意功能的影响。方法:使用经典注意网络测试范式,比较大学生群体正念冥想训练组与对照组在正确率、反应时以及三个注意网络(警觉、定向、执行控制)效率上的差异。结果:1、冥想组和对照组的正确率没有显著差异。2、冥想组在平均反应时上相较对照组更短,差异显著。3、冥想组相较于对照组在执行控制能力上更好,有显著差异;对照组在定向能力上较冥想组更好,有显著差异;两组在警觉能力上差异不显著。结论:正念冥想训练对大学生注意力有影响作用,具体表现在反应速度以及执行控制力、定向能力上。

右美托咪定对脓毒症患者注意网络功能的影响

目的探讨右美托咪定对脓毒症患者术后早期注意网络功能的影响。方法脓毒症患者40例随机均分为右美组(常规麻醉+右美托咪定麻醉)和非右美组(常规麻醉),收集2组患者的一般资料;采用E·prime编程进行注意网络测试(ANT)实验,检测2组脓毒症患者术后第5、10天G注意网络效率,并于术前、术后第5天取患者静脉血检测血清肿瘤坏死因子-α(TNF-α)、白介素-6(IL-6)、核因子-κB(NF-κB)、乳酸、谷丙转氨酶(ALT)、肌酐(Cr)。结果2组脓毒症患者的性别、受教育时间、简易精神状态检查(MMSE)评分、体质量指数(BMI)、年龄、ASA分级、合并症、手术和麻醉时间比较,差异无统计学意义(P>0.05);术后第5天,右美组脓毒症患者的警觉、定向注意功能高于非右美组,执行控制及视觉模拟评分(VAS)评分低于非右美组(P<0.05);术后第10天,2组脓毒症患者警觉、定向的注意功能较术后第5天均升高,右美组高于非右美组(P<0.05),反应时间及VAS评分较术后第5天降低(P<0.05),非右美组执行控制较术后第5天降低,术后第10天右美组执行控制低于非右美组(P<0.05)。术后第5天,2组患者血清TNF-α、IL-6及NF-κB水平低于术前,右美组低于非右美组(P<0.05)。术后第5天,两组患者血清乳酸、ALT、Cr水平低于术前,右美组低于非右美组(P<0.05)。结论右美托咪定有助于脓毒症患者的早期注意网络的恢复,同时降低机体炎症反应,改善患者机体代谢。

基于对抗学习邻域注意网络的链路预测

针对传统链路预测模型无法充分挖掘邻域特征信息,且模型的泛化能力不强等缺点,提出一种基于对抗学习邻域注意网络的链路预测。设计一种新的多空间邻域注意机制,通过捕捉邻域的潜在重要性来提取单个邻域特征。进一步提出自邻域注意网络和扩展跨邻域注意网络,前者通过编码和匹配各自的邻域信息来预测两个节点之间的链接,后者设计一个跨邻域注意来实现两个节点之间的直接捕获结构交互作用。另外提出一个对抗性学习框架,设计了一个负样本生成器在对抗性博弈中持续提供高信息量的负样本。在包含多种网络类型的12个基准数据集上评估所提出方法的性能,实验结果证明了提出方法的优越性。

基于眼动的维修人员注意网络研究

航空维修工作中充满噪音,对维修人员的工作健康造成不利影响。为探究在高噪音工作环境下对维修人员资源分配、情绪的干扰机制,引入实验范式注意网络测试方法,结合眼动实验开展研究。结果发现,高噪音使维修人员的警觉性提高、定向选择能力和执行控制能力变弱,负性情绪提高,工作效率降低,注视频率、眼跳次数和扫视时长均与测试绩效有显著相关性。这表明,高噪音工作环境分摊了维修人员的任务资源分配,产生负性情绪增加维修人员心理负荷降低产能。

基于图注意网络与深度确定性策略梯度的三相主动配电网供电恢复方法

配电服务恢复作为一种基本韧性范式,提供了一种优化协调的韧性解决方案,通过极端事件后配电网的供电恢复实现韧性提升。该文根据三相不平衡配电系统的网络特点,利用图注意网络对Actor-Critic架构的深度强化学习进行改造,通过增加网络拓扑特征提高其对不平衡配电系统的学习能力,提出一种基于图深度强化学习的三相不平衡主动配电网供电恢复新方法。该方法将配电网的动态供电恢复问题设计为一种新颖的马尔科夫决策过程,在此过程中不断产生样本数据并根据所提出的图深度强化学习算法对智能体进行训练,通过优化协调多个微电网以实现配电网动态供电恢复,其性能在IEEE37节点和IEEE123节点配电系统中得到了验证。

基于异质图卷积注意网络的社交媒体账号分类

由于社交媒体网络的复杂性,单一性质的同质信息网络对社交媒体账号分类会造成信息丢失,对分类结果产生不利影响.针对这种问题,本文提出基于异质图卷积注意网络的社交媒体账号分类方法(HGCANA).首先构建社交媒体的异质信息网络,然后提取异质信息网络的社交媒体特征,引入注意力机制,对社交媒体账号进行分类识别.通过实验比较HGCANA方法与现有方法,证明了本文提出的HGCANA方法能够更好地对社交网络媒体账号进行有效分类.

足球运动对一年级小学生学业成绩的影响:注意网络效率的中介作用

目的:探讨12周足球运动对一年级小学生学业成绩及注意网络效率的影响,并进一步分析注意网络效率及3个子网络效率在足球运动影响学业成绩的中介作用。方法:采用《儿童心理体检量表》筛选出符合实验要求的一年级小学生51名,随机分为足球教学组(男13名,女12名)和常规体育教学组(男13名,女13名),分别进行12周中等强度足球运动干预或常规体育活动干预,每周2次,每次45 min。运动干预前后分别采用注意网络测试测量注意网络效率及3个子网络效率,同步采集学业成绩。使用重复测量方差分析、温忠麟中介效应检验对数据进行分析。结果:经过12周运动干预后,两组被试的学业成绩总分均有显著提高,足球教学组的提高幅度更显著(P=0.002);两组被试的注意网络测试的平均反应时均显著缩短,足球教学组的缩短幅度更显著(P≤0.001);两组被试的执行控制网络效率均显著提高,足球教学组的提高幅度更显著(P≤0.001);两组被试注意网络测试的正确率、警觉网络效率、定向网络效率均没有显著变化;执行控制网络效率在足球运动干预影响学业成绩中起部分中介作用,中介效应量为63.14%。结论:足球运动既可以直接促进一年级小学生学业成绩提升,也可以通过提高注意网络效率(尤其是执行控制网络效率)间接提升一年级小学生的学业成绩。

基于多分支注意网络与相似度学习策略的无监督行人重识别

无监督行人重识别的挑战在于学习没有真实标签的行人的判别性特征。为增强网络对行人特征的表达能力,进一步从空间和通道维度上提取更丰富的特征信息,提出了一种基于多分支注意网络的行人重识别特征提取方法。该方法通过捕获空间维度和通道维度上不同分支之间的交互信息,能够学习到更具判别性的行人特征表示。此外,针对噪声标签会对聚类质心产生干扰的问题,提出了相似度学习策略(SLS)。该策略先计算每个聚类中样本特征之间的相似性,然后选取相似性分数最高的特征向量所对应的样本进行对比学习,有效地缓解了聚类噪声导致的累积训练误差。实验结果表明,和无监督场景下的自步对比学习方法(SPCL)相比,在Market-1501,DukeMTMC-reID和MSMT17等3个数据集上的rank-1准确度分别提升了4.6%,3.3%和16.3%,显著地提高了无监督行人重识别的检索精度。

基于特征融合图注意网络的高速公路交通流预测

基于交通网络的实际时空拓扑,提出一种特征融合图注意网络(FF-GAT)模型融合节点获取的多种交通状态信息,预测高速公路交通流。首先,分析节点的车速、交通流和占有率之间的关联特征,并基于多变量时间注意力机制,将车速、交通流和占有率之间的关系融入注意力机制,从而捕捉交通流的不同时间之间的动态时间相关性;其次,将节点划分为不同的邻域集,并通过特征融合图注意网络(GAT)捕获交通流的不同邻域之间的空间相关性;同时,通过特征交叉网络充分挖掘多个异构数据之间的耦合相关性,为预测目标序列提供有效的信息补充。在两个公开交通流数据集上的实验结果表明:在PeMSD8数据集上,与ASTGCN(Attention based Spatial-Temporal Graph Convolutional Network)模型相比,FF-GAT模型的均方根误差(RMSE)降低了3.4%;与GCN-GAN(Graph Convolutional Network and Generative Adversarial Network)模型相比,FF-GAT模型的RMSE降低了3.1%。可见,FF-GAT模型能够通过特征融合有效提高预测精度。

前、后注意网络的关系——返回抑制和Stroop干扰效应

将IOR范式与Stroop任务相结合,试图从探讨IOR与Stroop干扰效应之间的关系来推测AAN和PAN之间的关系以及IOR与注意之间的关系。结果表明,在控制条件下出现了显著的IOR,在Stroop条件下没有出现明显的IOR;提示和非提示位置上均出现了显著的Stroop干扰效应,但提示位置上的干扰量要显著低于非提示位置。从IOR和Stroop干扰效应之间的关系可推知,PAN和AAN是两个有交互影响的注意网络,AAN对PAN有压制作用,而PAN对AAN也有一定的影响。最后,作者对返回抑制与注意间的关系进行了深入的讨论。

背景颜色知觉对注意网络功能的影响

背景颜色是影响人类注意和行为表现的一个微妙环境因素。为阐明背景颜色对人类注意系统和行为表现的影响机制,本研究采用基于箭头Flanker任务的注意网络测试,考察灰色、蓝色和红色三种背景颜色对注意系统三大网络(警觉网络、定向网络和执行网络)及其功能的影响。结果发现,在三种背景颜色条件下,蓝色背景条件下的警觉分数和执行控制分数都最低,但定向分数最高。这表明,蓝色背景能增强人类的注意定向功能和执行控制功能,但也同时会明显减弱警觉功能。因此,本研究揭示了人类背景颜色知觉与注意网络功能的关系,加深了我们对人类注意系统运行机制的理解。

融合依存分析和图注意网络的三元组抽取

传统的三元组抽取采用流水线方式分阶段进行命名实体识别和关系抽取,导致实体识别的精度直接影响关系抽取的效果,造成句子上下文信息缺失,以及实体关系重叠问题等。为此,提出了结合依存分析、图注意力网络和对抗训练的三元组联合抽取模型,该模型将句子输入到BiLSTM层提取单词特征,利用可学习的线性单元进行特征强化,同时将句子输入到句法分析层生成的约束矩阵;将强化后的单词特征与依存约束矩阵输入到图注意力网络提取句子序列特征和单词的局部依赖特征,共同计算图注意力系数;再使用Sigmoid层预测出句子中的实体和实体关系;在词嵌入层加入对抗训练改善模型鲁棒性。实验采用公共数据集NYT验证了模型抽取三元组的准确率,同时召回率也显著提升,与现有的流水线和联合方法相比,改善了误差累积、关系重叠问题。

情绪对注意的影响:基于注意网络的分析

虽然已有研究一致地发现情绪对注意有影响,但对于情绪影响注意的机制目前尚不清楚.为了揭示情绪对注意影响的机制,实验基于注意网络模型和修改的注意网络测试(attention network test,ANT)对情绪如何影响注意进行了研究.实验通过诱发被试的正、中、负三种情绪,考察了不同情绪状态下警觉、定向、执行控制网络的效率,结果发现:负性情绪下注意网络的警觉效应最大,说明情绪对注意的影响是通过影响注意的警觉功能来实现.

抑郁症的注意网络功能研究

目的研究抑郁症的注意网络状况及其与临床症状的相互关系,以探索抑郁症注意缺陷特征及可能机制。方法对40例抑郁症患者(抑郁组)进行注意网络测定(ANT)和抑郁自评量表(SDS)及汉密顿抑郁量表(HAMD)的临床症状评定,并与正常对照组(n=40)ANT结果比较。结果抑郁组的警觉网络和执行控制网络效率较正常组有显著差异,定向网络效率无差异。抑郁症患者的年龄与平均反应时间呈正相关,与警觉网络效率呈负相关;警觉网络效率与HAMD得分及其睡眠障碍因子分呈负相关;执行控制网络效率与睡眠障碍因子分呈正相关。结论抑郁症患者存在警觉和执行控制注意网络的异常而定向网络保留正常,注意功能的异常与睡眠障碍相关。

应用注意网络测验研究乒乓球运动对注意的改善作用

目的:应用注意网络测验探讨乒乓球运动对注意功能的影响。方法:随机选取27名在校大学生作为乒乓球组和28名在校大学生作为对照组。两组被试的性别、年龄及受教育年限匹配,在试验前均无乒乓球运动经历。两组被试完成首次注意网络测验后,乒乓球组进行乒乓球训练2年,每天训练约2 h,两组再次进行注意网络测验,比较注意系统中警觉、定向及执行控制网络效率有无差别。结果:乒乓球组警觉网络的前、后测量差值明显高于对照组(P<0.05),执行控制网络和总反应时间的前、后测量差值明显低于对照组(P<0.05),两组被试的定向网络效率及总体正确率无统计学差异(P>0.05)。结论:乒乓球运动对注意具有改善作用,尤其是注意系统中的警觉和执行控制网络。

注意网络测验(ANT)在中国成人中的应用

目的:探讨注意网络测验(ANT)在中国成人中的初步应用情况。方法:运用ANT测查76名中国成人注意网络的警觉、定向和执行控制功能。结果:所有被试的平均反应时为502-940(706±105)ms,正确率为93%-100%(0.97±0.07),警觉作用是30±20ms,定向作用是51±24ms,执行控制作用是106±32ms。分析表明注意网络的警觉、定向和执行控制功能无明显的相关性。结论:ANT提供了一个研究注意网络的警觉、定向和执行控制功能的有效工具。

抑郁症静息态下注意网络功能连接的病例对照研究

目的:利用功能性核磁共振成像(fMRI)技术,观察静息态下抑郁症注意网络的功能连接。方法:26例符合中国精神障碍分类与诊断标准(第三版)(CCMD-3)单相抑郁症诊断标准,同时符合美国《精神障碍诊断与统计学手册》第四版(DSM-IV)重性抑郁诊断标准抑郁症住院患者及25名年龄、受教育年限匹配的健康对照者参与了静息态fMRI扫描。分别分析抑郁症患者前、后注意网络内区域相互之间低频fMRI信号波动的相关性,以观察抑郁症注意网络的功能连接。结果:与对照组相比,抑郁组双侧前扣带回与丘脑[左侧Z分:(0.58±0.10)vs.(0.64±0.06),P=0.012;右侧Z分:(0.53±0.13)vs.(0.61±0.13),P=0.025]、双侧基底神经节与丘脑[左侧Z分:(0.66±0.07)vs.(0.70±0.05),P=0.043,右侧Z分:(0.64±0.07)vs.(0.71±0.07),P=0.002]、左侧额叶皮层与前扣带回[Z分:(0.51±0.16)vs.(0.63±0.12),P=0.003]、左侧额叶皮层与基底神经节[Z分:(0.59±0.07)vs.(0.65±0.11),P=0.029]、右侧辅助运动区与基底神经节[Z分:(0.57±0.11)vs.(0.64±0.11),P=0.024]、右侧前扣带回与辅助运动区[Z分:(0.54±0.10)vs.(0.61±0.11),P=0.043]、右侧额叶皮层与辅助运动区的功能连接减低[Z分:(0.64±0.10)vs.(0.70±0.10),P=0.028]。结论:静息态抑郁症患者注意网络的功能连接存在异常,可能与抑郁症患者认知功能损害,尤其是注意力下降有关。