中国古代人格心理学思想

本文对我国古代人格心理学思想给以综论。涉及的方面有：人格形成思想、人格分类思想、人格鉴定思想。希望增益于人生实践和现代心理科学之发展。     

关于全息穴位系统和传统经络穴位系统关系的再讨论

自“穴位分布的全息律”(亦可称为“穴位的整体缩影式分布定律”)被发现以来,针灸医学界对由此而引起的一些问题的看法至今未能统一,其主要原因之一,是有些人对全息物生物医学与传统针灸学的边界关系,或者说没有弄清楚全息穴位系统与传统经络穴位系统之间的边界关系,其中有的人夸大了全息生物医学的理论作用,而这种情形恰好出现在传统经络学说没有获得重大实质性进展的困窘阶段,故而使另一部分人产生了一种偏袒心理:对理论上比较容易理解、接受,临床应用上更为简便、安全的全息生物医学的进一步研究,是否会对传统的经络学说和传统针灸学带来灾难性的冲击呢?这种心理的行为作用往往是抵制或消极对待全息生物医学的研究与发展。     

临床心理学的认知研究及信息加工观点

以往在临床心理学中的认知研究,虽然包含了许多认知观点,但各种理论彼此独立,缺少一个有结合力的框架来整合它们。８０年代以来,Ｉｎｇｒａｍ等人倡导将认知心理学中的信息加工范式应用于临床研究,总结和解释已有的认知临床研究的数据,并以此为基础指导临床评估与治疗。本文以Ｉｎｇｒａｍ等提出的认知分类系统为例介绍了这种信息加工观点的基本思想、这一系统如何与临床心理学结合而赋予概念新的内涵,概述了认知实验应用于临床评估的方法和获得的一些实验结果,以及如何通过这种信息加工观点理解心理障碍,进行心理治疗。     

心理因素与学业表现：机器学习分类预测模型

随着高等教育规模的扩大,学业表现不良逐渐成为一个不容忽视的现象,对学业表现不良的学生进行预测并提早给予干预可降低退学率并减少教育资源的损失。由于导致学业表现不良的因素众多且关系复杂,传统的基于相关分析的研究方法很难建立早期预测模型并进行应用。本研究旨在利用机器学习算法,对数据进行挖掘,并建立学业表现预测模型。研究对653名大一新生的心理健康状况、应对方式、人格、内外控倾向和相关人口统计学信息进行了收集,并在一年后采集了其学业成绩,利用随机森林(RF)、K邻近（KNN）、支持向量机（SVM）、决策树（DT）、朴素贝叶斯（NB）等机器学习算法建立了分类模型。结果显示,随机森林算法在识别学业表现不良学生时有最好的表现,其中准确率95.86%, 召回率91.83%,f1分数为93.80%。特征重要性分析显示,前10个对模型有最高贡献度的特征包括：年龄、性别、是否为独生子、内外控倾向、神经质倾向、积极应对倾向、宜人性倾向、一般症状指数、开放性倾向和焦虑水平。为避免过度拟合问题,本研究在一年后收集的166名新生样本中进行了模型验证,结果显示模型在新数据集上有较好的泛化表现,其中f1分数90.90％,准确率92.60％,召回率89.26％。研究提示基于人口统计学和心理测评信息,机器学习算法有助于及早识别学业表现不良学生并为开展早期干预提供启示。     

语言范畴可否引起偏侧化颜色范畴知觉？

本研究考查了语言范畴是否会引起偏侧化颜色范畴知觉,并探讨了偏侧化颜色范畴知觉是语言范畴即时分类颜色还是长期与颜色联结的结果。实验中,以测量差别阈限的方法选定的渐变、相邻颜色知觉距离相当的A、B、C、D四种颜色（A、B为绿色,C、D为蓝色）为材料,以色词与颜色重组模式训练被试用4个人造词汇分别命名4种颜色,并让被试在训练前、第一次训练和第八次训练后均完成视觉搜索任务测试。经训练,原范畴内颜色（AB,CD）变成了范畴间颜色,原范畴间颜色（BC）仍为范畴间颜色。结果显示：被试在一次训练后能以新名字区分4种颜色,八次训练后掌握了4种颜色的新名字;在训练前测试中,出现了与蓝绿色相应的偏侧化颜色范畴知觉;在第八次训练后测试中,出现了与习得的语言范畴相应的偏侧化颜色范畴知觉,但在第一次训练后测试中并未出现这一效应。这些结果表明,语言范畴能引起偏侧化颜色范畴知觉,偏侧化颜色范畴知觉是语言范畴长期与颜色联结,而非即时分类颜色的结果。     

计算机化分类测验终止规则的类别、特点及应用

计算机化分类测验(Computerized Classification Testing, CCT)能够高效地对被试进行分类, 已广泛应用于合格性测验及临床心理学中。作为CCT的重要组成部分, 终止规则决定测验何时停止以及将被试最终划分到何种类别, 因此直接影响测验效率及分类准确率。已有的三大类终止规则(似然比规则、贝叶斯决策理论规则及置信区间规则)的核心思想分别为构造假设检验、设计损失函数和比较置信区间相对位置。同时, 在不同测验情境下, CCT的终止规则发展出不同的具体形式。未来研究可以继续开发贝叶斯规则、考虑多维多类别情境以及结合作答时间和机器学习算法。针对测验实际需求, 三类终止规则在合格性测验上均有应用潜力, 而临床问卷则倾向应用贝叶斯规则。     

非良基集合的域和分类

本文介绍正则互模拟理论并比较了正则互模拟的外延性大小,通过对非良基公理之间不相容的条件的讨论,我们进一步比较了由正则互模拟决定的非良基集合域的大小,最后对非良基集合论FAFA、SAFA和AFA中的非良基集合进行了分类。     

利用脑成像多体素模式分析解码认知的神经表征:原理和应用

多体素模式分析(multi-voxel pattern analysis,MVPA)是一种基于机器学习理论发展出来的新的功能磁共振数据分析技术。MVPA技术通过训练分类器,对由不同认知状态引起的多体素信号模式进行分类。与传统的基于单个体素的分析方法相比,该技术可更敏感地检测脑对认知状态的表征,并使得从神经信号解码认知状态成为可能。文章介绍MVPA技术的基本原理、分析步骤以及可以用MVPA来解决的科学问题,并对应用中可能面临的问题提供了参考建议。     

背景知识对4~8岁儿童和大学生分类活动的影响

以4-8岁儿童和大学生为被试,用虚拟生物图片为材料,采用2(不提供背景知识和提供背景知识)×6(年龄)的实验设计,考察背景知识对被试分类活动的影响及其年龄特点。结果发现:(1)两种实验条件下均有显著的年龄差异。(2)提供背景知识与否对不同年龄被试分类活动的影响不同,对4-5岁儿童分类活动的影响不显著,对6-8岁儿童及大学生分类活动的影响显著。