全文获取类型
收费全文 | 232篇 |
免费 | 32篇 |
国内免费 | 204篇 |
专业分类
468篇 |
出版年
2023年 | 13篇 |
2022年 | 25篇 |
2021年 | 35篇 |
2020年 | 25篇 |
2019年 | 32篇 |
2018年 | 34篇 |
2017年 | 22篇 |
2016年 | 22篇 |
2015年 | 24篇 |
2014年 | 24篇 |
2013年 | 37篇 |
2012年 | 17篇 |
2011年 | 10篇 |
2010年 | 21篇 |
2009年 | 15篇 |
2008年 | 13篇 |
2007年 | 13篇 |
2006年 | 23篇 |
2005年 | 13篇 |
2004年 | 8篇 |
2003年 | 4篇 |
2002年 | 4篇 |
2001年 | 6篇 |
2000年 | 3篇 |
1999年 | 3篇 |
1998年 | 4篇 |
1997年 | 2篇 |
1996年 | 4篇 |
1995年 | 1篇 |
1994年 | 2篇 |
1993年 | 2篇 |
1992年 | 2篇 |
1991年 | 1篇 |
1990年 | 1篇 |
1989年 | 1篇 |
1988年 | 1篇 |
1977年 | 1篇 |
排序方式: 共有468条查询结果,搜索用时 0 毫秒
391.
拖延是一种普遍存在, 具有跨时间和跨情景稳定性的问题行为, 它会危害到人们的学习、工作和身心健康。然而目前拖延行为的认知神经机制仍不清晰, 且缺乏因果证据, 本项目拟从拖延的时间决策模型和三重神经结构网络模型出发, 构建拖延的认知神经模型, 并利用认知干预和神经调控技术, 检验和完善拖延行为的认知神经模型, 进而试图制定拖延的精准化干预方案。本项目分为3部分:(1)从记录与关联研究的视角出发, 利用多模态神经影像方法系统考察拖延行为的认知神经机制; (2)从因果/近因果研究视角出发, 利用认知干预和神经调控技术, 验证并完善拖延的认知神经模型; (3)从临床应用的视角出发, 建立拖延行为障碍的临床筛查-诊断体系, 并制定精准化治疗方案。本项目的开展对于探明拖延产生的核心认知神经机制具有十分重要的理论贡献, 同时对于拖延行为的有效预防和精准治疗具有重要的现实意义。 相似文献
392.
393.
394.
395.
人声身份识别对于社交交流的许多方面都至关重要, 大多数个体都能根据声音识别其声源者, 然而人声失认症患者似乎已经丧失了这种能力。人声失认症是指人声身份加工的不同阶段出现障碍, 症状主要包括获得性人声失认症, 发展性人声失认症及其亚型。获得性人声失认症患者受损脑区主要包括颞叶, 赫氏脑回和颞极, 发展性人声失认症主要与右后侧颞上沟的非典型性反应和颞叶与杏仁核间的功能联结障碍有关。以后的研究可以重点关注人声失认症的筛选方法, 界定范围和文化差异等方面。 相似文献
396.
与个体做出错误反应相伴的错误相关ERP成分叫错误相关负波 (error-related negativity, ERN),当前冲突监控理论、表征失匹配理论和强化学习理论从不同的角度对ERN的神经机制进行解释,各理论间并非完全相互排斥。目前大部分研究认为ERN定位于扣带回,部分研究则出现其它脑区的激活,然而,扣带回与其它脑区存在复杂的神经功能联系,ERN 电位很可能是多个脑区电活动在头颅的综合表现,而非某一脑区的单独表现。ERN的神经机制受到实验任务、被试年龄及其意识水平等因素的影响。未来要推动实验室研究走向临床应用,发现与诊断脑电波异常的病人和毒品易复吸人群。 相似文献
397.
基于人工神经网络的一种效度凭证求取方法 总被引:2,自引:0,他引:2
针对基于统计学的效度凭证求取方法所存在的问题,提出了基于人工神经网络的效度凭证求取方法。蒙特卡罗模拟实验和对实际数据的分析表明,当测验分数和效标分数为单变量且非线性关系时,或者测验分数和效标分数为多变量时,运用神经网络方法可以比统计学方法更好地求取心理测验效度的基于和其他变量关系的凭证。 相似文献
398.
399.
P. V. Balakrishnan Martha C. Cooper Varghese S. Jacob Phillip A. Lewis 《Psychometrika》1994,59(4):509-525
Several neural networks have been proposed in the general literature for pattern recognition and clustering, but little empirical comparison with traditional methods has been done. The results reported here compare neural networks using Kohonen learning with a traditional clustering method (K-means) in an experimental design using simulated data with known cluster solutions. Two types of neural networks were examined, both of which used unsupervised learning to perform the clustering. One used Kohonen learning with a conscience and the other used Kohonen learning without a conscience mechanism. The performance of these nets was examined with respect to changes in the number of attributes, the number of clusters, and the amount of error in the data. Generally, theK-means procedure had fewer points misclassified while the classification accuracy of neural networks worsened as the number of clusters in the data increased from two to five.Acknowledgements: Sara Dickson, Vidya Nair, and Beth Means assisted with the neural network analyses. 相似文献
400.