多维项目反应理论：参数估计及其在心理测验中的应用

本研究介绍并引进了现代测量理论中的前沿技术—— 多维项目反应理论, 采用MCMC算法实现了其参数估计; 并将MIRT应用于瑞文高级推理测验, 以探讨MIRT在心理测验中的具体应用。研究结果表明：(1)本研究自主编制的MIRT参数估计程序基本可行, 其估计的精度与国外研究结论相当甚至更好。(2)在测验维度和样本容量两因素完全随机实验设计下(2×3), 随着被试和题目样本容量的增加, MIRT参数估计的精度越高且估计的稳定性越强; 但随着测验维度的增加, MIRT参数估计精度和稳定性均随之降低。(3)MIRT对心理测验的分析比UIRT能提供更为精确和细致的信息。它对心理测验的编制、开发及评价具有重要的指导和参考价值, 值得引进及借鉴。     

基于性能反馈的PSO算法速度上限调整策略

速度上限是影响微粒群算法性能的一个主要参数。针对现有调节策略存在参数统一设置、与微粒性能无关等缺点,本文提出一种基于性能反馈的调整策略,使得速度上限能随着个体性能的改变而动态调整,从而更加真实有效的模拟了鸟类觅食的群体行为特征。仿真结果表明该算法能较好地提高微粒群算法的计算效率。     

基于心理痛苦理论与决策树的中学生心理危机分类模型

中学生心理危机分类模型属于复杂数据模型，本文采用分类树算法探究家庭、校园、同伴和个体因素在中学生心理危机分类中的相对重要性差异，尤其是心理痛苦三因素对致死性危机的独特作用。结果显示：（1）中学生自杀危机和非致死性危机分类树的分类效果良好，自伤危机分类树的分类效果欠佳；（2）中学生自杀危机中，痛苦逃避最为重要，痛苦唤醒次之，之后为痛苦体验和学校满意度；（3）中学生自伤危机中，同伴问题行为最为重要，之后为父母陪伴和家庭监督；（4）中学生非致死性危机中，歧视知觉最为重要，之后为痛苦唤醒和同伴支持。提示中学生不同心理危机的促发机制存在差异，心理痛苦三因素模型在自杀分类模型中作用显著，但并非自伤危机和非致死性危机的关键变量。     

儿童解决算术应用题时认知加工过程的实验研究

本研究的目的在于探讨儿童解决算术应用题的认知加工过程。实验采用个别交谈的临床方法,被试是学前及小学儿童,共125名,4～8岁,分成5个年龄组,每组25名,实验材料是6道算术应用题。研究表明,儿童解题的认知能力可分为四级水平。在各级水平上,问题表征、算法选择及计算策略的运用都表现出不同的特点。在此基础上,我们初步构建了儿童解决算术应用题的认知加工模型。此外,本研究对由Briars、Larkin以及由Riley、Greeno和Heller提出的有关模型也提供了一个实验论证。     

汉字通透性算法以及对结构方式效应的解释

在先前提出的汉字通透性算法中 ,包括了水平通透性和垂直通透性 ,而汉字作为整体 ,其通透性也应该是一个整体 ,所以 ,当前研究对这一算法进行了更正 ,然后运用新的算法对先前实验材料和基本汉字集 (6 72 4 )中的配对上下字和左右字进行通透性分析 ,证明了它的可行性。在实验研究中 ,采用新算法选择实验用字 ,以达到使上下字的通透性大于左右字的通透性或者使它们相等的目的 ,以此为前提观察到了逆转的结构方式效应以及结构方式效应消失。这一实验结果表明 ,结构方式本身并不影响汉字识别 ,影响汉字识别的直接因素是隐藏在结构方式之下的汉字通透性     

机器、思维与信息的哲学考察与莱布尼茨的二进制级数和现代计算机科学的关系

本文的目的在于给出一个简单的论证,机器本身没有智能,但人有智能,所以机器有助于人类的思维,但是我们应该对"什么是信息"这个问题持非常谨慎的态度,因此不仅需要在科学上而且也需要在哲学上需要进一步进行论证,这就是哲学家不可或缺以及国际哲学界何以在新世纪伊始将信息哲学称为第一哲学的理据。与此同时,我们还介绍了莱布尼茨为什么被控制论事后追认先驱的典型并从真理再发现的角度将中国《易经》中的那段"筮法"按照数理逻辑的能行可计算理论而不是按先前数论中的同余式进行了重新解释。最后,从科学史的方面将莱布尼茨的二进算数或二进制级数作了一些比较详细的考察,认为它与现代的计算机科学根本没有任何关联。     

道德困境研究的范式沿革及其理论价值

通过评述道德困境研究范式的发展过程, 系统阐释了经典两难法、加工分离法、CNI模型法和CAN算法的优缺点和理论价值。后来的研究范式均在一定程度上克服了之前研究范式的局限。加工分离法克服了经典两难法的加工纯粹性假设等局限, CNI模型法在加工分离法基础上进一步分离了道德困境决策的多种心理过程, CAN算法则修正了CNI模型法的序列加工的不恰当预设。研究范式的沿革启示研究者综合应用新方法来解决研究争议和重新审视以往道德理论, 合理应用新方法来探索其他具有潜在冲突性的研究议题。总之, 本文为道德困境及相关研究提供了方法学参考。     

如何利用开源工具分析fMRI数据：基于多体素模式的有监督机器学习算法介绍

摘要：目前,多体素模式分析（MVPA）日渐普遍地应用于脑影像研究。近些年,机器学习的模式分类等算法在MVPA方法中被广泛应用,因其具有能够抽取高维数据模式,提高数据利用率的优点。其中一种典型的应用是利用解码的思想来解决神经表征问题,本文主要介绍了利用基于Python语言的工具库中有监督学习算法分析数据的过程。除介绍Nilearn结合Scikit-learn分析数据的步骤外,还比较不同算法的效率,为算法的选择及参数设备提供具体参考。     

改进的MCMC算法及其在估计IRT模型参数中的应用

本文首先简要的阐述了MCMC算法的思想及在IRT参数估计中的操作过程;其次,针对该算法存在的一些问题,提出相应的改进建议;然后,分别运用传统的和改进型的MCMC算法进行模拟数据分析和比较,结果显示新的方法表现更好;最后总结新方法的优点所在,并指出下一步的研究方向。     

遗传算法与易算算法

本文认为 ,《周易·系辞传》“天地之大德曰生” ;“生生之谓易”等以生命为本并强调生命演化的思想都与西方新兴起的遗传算法 (基因算法 )精神一致。文章在介绍了已故著名科学易学家潘雨廷先生对遗传密码的理解后 ,进而介绍了西方遗传算法的内容和结构 ,并把DNA本体看作计算硬件 ,把易数看作软件。最后比较了象数思维与遗传算法的思维 ,并提出了八卦空间