类别数量对基于规则和信息整合类别学习的影响

研究以大学生为被试,运用即时反馈训练范式,探讨类别数量对基于规则和信息整合两种结构的类别学习的影响,并探讨被试在类别学习过程中的反应策略。实验结果显示:(1)类别数量不仅影响基于规则结构的类别学习,也影响信息整合结构的类别学习,类别学习成绩随类别数量的增多而下降;(2)在基于规则类别学习中,大多数被试使用理想的分类规则进行类别判断;在信息整合类别学习中,大多数被试使用极端值策略。研究结果支持难度观,不支持多重系统理论。

基于加强特征提取的道路病害检测算法

针对道路病害区域小、类别数量不均衡导致检测困难的问题,提出基于YOLOv7-tiny的道路病害检测算法RDD-YOLO。首先,采用K-means++算法得到拟合目标尺寸更好的锚框。其次,在小目标检测支路上使用量化感知重参数化模块(QARepVGG),增强浅层特征提取,同时构建加强注意力模块(AM-CBAM)嵌入颈部的3个输入,抑制复杂背景干扰。然后,设计特征融合模块(Res-RFB),模拟人眼扩大感受野融合多尺度信息,提高表征能力;另外,构造轻量级解耦头(S-DeHead)提高小目标检测精确率。最后,采用归一化Wasserstein距离度量(NWD)优化小目标定位过程,并缓解样本不均衡问题。实验结果表明,与YOLOv7-tiny相比,RDD-YOLO算法在仅增加0.71×10^(6)参数量和1.7 GFLOPs计算量的成本下,mAP50提高6.19个百分点,F1-Score提高5.31个百分点,并且检测速度达到135.26 frame/s,满足道路养护工作中对检测精度和速度的需求。

视觉表象产生的大脑半球专门化效应

采用Kosslyn单侧视野速示技术,以英文字母图片为学习材料,通过三个实验考察了视觉表象产生的大脑半球专门化效应。实验一提出在两种类型的视觉表象产生任务中,有两种截然不同的加工起作用,但却不能直接证实这两种不同加工机制的存在。实验二和实验三则进一步证实了两种表象产生任务具有不同的认知加工机制,并表现出不同的大脑半球专门化效应。上述研究表明:大脑两半球均参与产生视觉心理表象,但分工不同,并表现出不同的单侧化效应:大脑左半球通过运用类别空间关系产生表象更有效,大脑右半球运用数量空间关系产生表象更有效。结果进一步拓展了Kosslyn关于视觉空间关系加工的大脑半球专门化观点。

新产品开发外部合作伙伴的多样性与项目开发绩效的关系研究

以RBV、KBV等为理论基础,用收集的2002~2013年中国上市公司所公告的308个新产品项目,对开发中合作伙伴的类别数、每一类伙伴的数量、所有合作者的总数如何影响新产品项目的开发绩效等问题进行了系统的研究。结果表明：新产品开发合作中的供应商数量、客户企业数量、合作伙伴的类别数各自与新产品项目的开发绩效分别存在正向的对数型关系;合作中的同行竞争者数量、合作伙伴的总数与新产品开发绩效分别存在倒U型关系。

基于线索的视觉空间关系判断

融合视觉空间关系识别中的类别关系判断和数量 (坐标 )关系判断 ,通过 4个实验探讨了影响视觉空间关系判断的线索性方面的因素。结果表明 :视觉空间关系判断受角度影响不明显 ;单线索条件下刺激越靠近可视线索 ,判断绩效越好 ;多线索条件在不显著延长反应时间的情况下有助于提高视觉空间关系判断的正确率 ;另外不均匀条件 (边界线有一定斜率 )不利于视觉空间关系的判断。

运动轨迹和方向对视觉空间关系加工的影响

视觉空间关系分为类别与数量两种表征。研究通过控制起参照作用的运动客体消失状态与定位客体出现时间,分析客体运动信息对两种关系判断的影响。结果发现:运动信息在各间隔时间对类别任务影响呈序列排列,运动方向较轨迹信息有优势,轨迹较法线信息有优势;数量表征仅在0ms间隔受运动方向促进,在其他间隔下,三种位置上的判断均无差异。结果表明运动客体类别表征比数量表征更持久;且相对类别表征,数量判断作为精确距离表征不易受运动方向和轨迹信息影响。