文摘
进入新世纪以来,人们的生活水平在稳步提高,和他们的生活条件也不断改善。生活水平的提高带来了更大的压力。情感和心理状态的识别已经成为研究热点之一。因为过度的工作压力,现在很多学生患有抑郁症。在本文中,我们使用大量的研究数据和比较图表便于分析收集到的数据。与此同时,我们用LDA主题分类和NLDA神经网络算法提炼和简洁的数据处理。研究表明,学生的心理状态会影响他们的学术成就。学生应该尽他们所能管理他们的精神状态,学会知道他们的情绪状态,并确保一个良好的心理状态。情感的领导是非常重要的对于学生的身心健康。情感领导对学生和学校是一个非常重要的任务。 Schools and students should actively cooperate to improve ’students’ ability to manage emotions, especially their ability to self-regulate emotions, and to jointly help build a harmonious campus. Because of the contradiction between the complexity of interpersonal relationship and society and the simplicity of students, students are often frustrated in interpersonal communication. The biggest reason for students’ psychological state is that they have no courage to express themselves in public, cannot communicate with others, and are interested in and concerned about the failure of various activities.
1。介绍
从技术的角度来看,这项研究表示神经网络的最全面的治疗。全面,组织得很好,完全更新,包括学习过程,探索VLSI实现反向传播学习,基本辐射网络,神经网络(1]。本文提出了一种基于神经网络的识别系统,连接到一个视网膜小窗口来确定每个窗口包含一个脸。系统在多个网络之间进行改善单一网络的性能。我们提出一个简单的程序来匹配阳性样品前培训。为了收集负样本,我们使用触发器算法添加误差观测期间的训练集训练(2]。的方式来提高性能的任何机器学习算法来训练不同与相同的数据模型。结果表明,整个信息可以被压缩成一个模型,更容易实现。我们有进一步发展这种方法使用不同的包装技术(3]。摘要破坏预测的神经网络模型,提出了和更传统的破坏预测method-multivariate判别分析是用来测试不同公司的财务数据在相同的数据集。神经网络的预测能力和歧视方法比较(4]。介绍了模糊逻辑控制的通用神经网络模型和决策系统。模型在多层的形式输入网络结合了模糊逻辑控制器的想法和神经网络的结构和学习能力和形成一个模糊逻辑控制决策系统基于神经网络。从实例中学习将自动形成一个决定网络模糊逻辑控制(5]。很长一段时间,人们有不同的看法的影响面部信息和上下文信息如何处理和判断的面部表情。然而,个体如何使用这些信息的发展基本上仍是无人涉足,这可能有助于在试图调和这些反对意见。目前的研究测试与年龄相关的差异,个体如何优先看情感面临和上下文时情感判断(6]。为了解决隐藏的抑郁倾向在微博短信识别问题,基于情感抑郁倾向识别模型提出了衰减因子。这个模型使自我评估抑郁量表,收集学生的微博短信,让心理学家评论微博手动(7]。这项研究调查了学科之间的文化是否匹配(文化主导模式)导致移情在情感识别准确性和生理连接,是否影响(文化等效模型)对移情在情感识别准确性和生理联系。受试者161非洲裔,华裔美国人,大学生欧裔美国人、墨西哥裔美国人。评估的准确性移情了解另一个人如何feels-participants(评级机构)使用得分刻度盘(8]。特征选择在一个情感识别系统是一个np难问题。建立一个好的两种情感识别系统的目标是找到最初的功能的一个子集,它可以减少损失率和系统的出错率9]。在我们媒体的时代,社会思想的新特点,大学生自身的特点,社会的负面影响,和穷人的影响思想政治教育影响社会主义核心价值体系,影响了理性认知、情感认同和实践的大学生(10]。精神状态是大脑活动的函数;随着脑-机接口(BCI)工具的发展,他们可以有效地预测。一般来说,脑-机接口的研究是复杂的,需要多通道电极,通常是受控的实验室环境下进行的(11]。近年来,人们越来越关注人机交互技术的研究。本文的结果我们的低姿态检测模块。这个模块可以用作构建块的实时手势识别和心理状态预测系统。处理系统包括四个模块:皮肤位置检测模块、皮肤点跟踪模块,手势识别模块、和心理状态预测模块(12]。本发明涉及到一个远程紧急精神病医学系统和基于紧急精神状态预测模型的方法。系统可以包括一个采集器用于收集实时心理健康症状的病人和病人的病史和家族历史数据;预测单元预测病人的精神状态的基础上,收集实时心理健康症状,病人的医疗和家庭历史数据;和传输单元提供一个预测精神心理状态(13]。本研究的重点是识别个人的真实心理,即建设性的心理学和心理学的表达。因此,采用几何空间技术,关注的眼睛,和测量从三个方面进行:特点、结构和颜色(14]。在本文中,我们尝试用认知情感预测一种情感。我们调查事件影响未来的情感。情感预测可以帮助未来的年轻人掌握他们的抑郁。我们把生物信息、天气信息、情感和认知建构一个情感预测模型。平均预测精度是没有预测高出1.2%。我们发现,休闲和其他情绪影响预测的准确性(15]。
2。大学生的情感识别
2.1。大学生如何保持健康的情绪
积极的情绪必须有以下要点:(1)有合理的生活价值和方向,知道你能做什么,有一个好的和一个好的信仰追求。我们应该提高其他人的质量和对社会做出贡献。这应该是“生命的价值,而不是要求贡献”在学习和生活中,学习和工作。只有通过建立一个积极的生活态度,我们才能满足我们内心的需求,为这个社会做出自己的力量。(2)胸部宽度:保持你的胸部是最重要的条件,形成一个良好的心理状态。我们生活在这个世界上,与我们的同学。我们必须放弃一些感情,和巨大的压力拥抱别人,真诚感动他人通过一个小圆“自私”。(3)找到喜悦和快乐。吻乐观开朗的人是健康的一个重要标志。两位心理学家认为,“不笑”是一种方法来衡量一个人对环境的适应性。 Smiling is not only a good mood but also an important physiological function. It can make people laugh. Take some deep breaths naturally, so as to relax people’s emotions tense, make people’s emotions clearer, improve people’s emotions, make people’s feelings more active, and spiritual activities more active, which leads to spiritual expansion.
2.2。情感识别的方法
不同的情感识别方法对应不同的情感识别方法。传统的情感识别方法可分为两种类型。基于角色的情感识别方法主要包括人脸特征识别和语音识别的信号。面部表情识别的方法是识别不同的情绪表情和情绪之间的关系。在某种情绪状态,人们会有一定的面部肌肉运动和表达式。例如,当他们的嘴角上升,心情很好,他们的眼睛就会出现。生气的时候,他会皱眉,睁开眼睛,等等。目前,人脸特征识别主要通过图像识别。说话人识别方法是基于不同的语言表达式的人在相同的情绪状态。例如,当情感,讲话的声音可能会更有趣和情感更烦人。 The advantage of the noncharacter signal recognition method is that it is simple and does not need special equipment. The disadvantage is that there is no guarantee of the speaker’s credibility because people can change their facial expressions and sounds to hide their true feelings, and this behavior is difficult to recognize. Secondly, for some disabled people with special diseases, their physical reasons will make it difficult for them to achieve these functions.
2.3。提高情绪识别的能力
情感的能力被称为情商。的能力来表达你的感受,知道你和其他人的反应。第一步是感觉自己。如果识别是控制情绪的基础。你可以表达你的感情和正确,表达和正确使用你的感情。因此,在面对一个坏的态度,学生应该认真冷静地接受和理解。第一步是总结你的情绪,回顾和总结你过去的行为,并进一步理解你独特的内部反应模式和情绪反应的原因。同时,通过反复调整,它可以让你知道你取得了进展。第二步是记录和控制日常的情绪。理解情感的另一种方法是通过一个日记,可以用来记录你的日常活动。 While daily records can easily find our emotions, this method can let college students know how they feel at that time. It can not only deepen college students’ understanding of emotional factors, that is, emotional factors at that moment but also deal with the relationship between emotions and events. The third step is to understand the feelings of others.
2.4。分析大学生情绪困扰的原因
遗传因素对情绪有很大的影响,主要反映在人类神经细胞的类型。人类的神经类型继承,环境和教育将极大地影响他们。总之,有明显的情感体验的差异不同类型的神经病变的病人。认知的原因都是一样的态度,不同的态度不同的人有不同的神经元,所以他们的情感体验是不同的。学生面对学习环境的变化,调整学习的任务,理想和现实之间的冲突和矛盾,和知识的偏见,这常常导致无数的心理冲突和消极情绪。单向的认知是负面情绪的根源,如个人焦虑,抑郁,self-sadness,和恐惧。
3所示。神经网络算法
3.1。上帝会分类文本网络中基于LDA的话题
临近网络在各个领域的广泛应用。例如,BP神经网络是一种多层神经网络,和它的主要成分是神经单元。神经网络由输入层、隐藏层和输出层。输入神经的测量数据是一样的输入数据,并输出神经元素的数据应该是相同的测量方法,隐藏神经数据的大小和位置和改变数据的链接。网络中神经和输入 ,网络层之间的连接数据W我,通过神经网络的传播,其输出可以表示为公式(1):
第五个单词在字典里是由V-dimensional向量表示 ,在每个u≠ ,西弗吉尼亚州= 1、吴= 1。一篇文章是一系列N的话,用 ,wn是第n个字系列。所有米对象形成一个集合 。假设有T元素,我在这个词的概率d由公式可以表示(2):
这个词的概率出现在文章中d可以表示为公式(3):
LDA主题模型可以表示为公式(4):
一个超级参数介绍这个词的主题概率分布,参数
吉布斯抽样估计的变量z LDA模型是用来模拟语料库,和吉布斯抽样用于迭代参数推理。吉布斯抽样估计是吉布斯抽样算法,它利用条件概率生成样本符合分布和用于估计分布和边缘分布的期望。时的计算机仿真方法准确计算是不可能的。与此同时,记录的价值 ,和计算参数 见公式(5)和(6): 在哪里是主题的字数J条d,是所有主题文章的字数的d,是这个词的次数W出现在话题J,是主题的单词总数吗J条d。
3.2。NLDA神经网络算法的实现
在训练中,首先提取,让 ,在矩阵 ,如果 ,这个词的词频E根据这一主题将增加1,即公式(7):
否则,初始化这个词的频率在这一主题下0,公式(8):
运行提出算法计算的结果在神经网络中,也就是说,每个主题的概率把文章。然后,通过比较获得的错误概率与目标转移的地板上。反向传播算法运行时而传播了错误纠正和更新(1)矩阵,Vt(1)矩阵,和学习的因素。
归一化权重。重量乘以统一的调整因素E然后除以总数量的单词在这个话题。公式计算公式(9): 在哪里是重量正常化之前,是调整因素,K是所有单词根据对象的数量。
3.3。上帝会更新网络模型参数
假设神经网络的结果 ,P代表轮的数量由神经网络训练,有一定的误差当前神经网络的输出与理想输出,和当前错误的教学过程所示以下方程:
当前错误期间,神经网络输入反修正更新状态,更新矩阵和矩阵学习的因素,以及神经网络采用梯度下降策略,和梯度方向学习公式(11):
根据属性的激活函数,公式(15)可以得到:
介绍了符号得到公式(16):
最后,公式(17)得到:
从上面的公式,通过更新学习因子的修正关系可以得到公式(18):
重量隐藏层和输出层之间可以通过公式(19):
然后,修订和更新权重值公式(20.):
同样,我们可以继续更新与类似的计算方法和得到扭转C和D公式(21)和(22):
最后一个是概率分布,所以神经网络是用来取代吉布斯完成参数拟合的过程,和LDA的话题模型对文本进行分类。
3.4。BP神经网络
因为刺激功能的目的是用于BP神经网络的非线性数据转换,刺激函数的选择直接影响BP神经网络的学习能力。常用的激发函数是乙状结肠函数。因为表达式是固定的,所以网格位置、边坡和图像区域。为了提高BP神经网络的边缘识别效果的基础上传统的s形的函数,提出了一种构造方法完全一致的乙状结肠函数作为BP神经网络的调整功能优势。乙状结肠函数也称为物流功能。用于隐层神经元的输出。值范围为0.1。它可以更美好,即使你的功能差异是更复杂的,或没有特别大的区别。乙状结肠作为激活函数的优势在于它是光滑,容易分散注意力。
4所示。研究大学生的心理状态
4.1。研究大学生情感识别的概况
随着社会的发展和生活节奏的加速,学生的就业形势越来越严重;同时,信息社会对人才质量的要求逐渐提高,和健康的心理是一个重要的培养人才在当今社会的先决条件。作为一种重要的人力资源在未来的社会中,学生有健康的身心,健康的人格,和谐发展,不仅需要成功完成大学的学业,还需要在未来成长为合格的能力和参与社会建设。下面的图显示了识别学生的情感的概况。
图1显示了大学生的整体分数分配情感识别能力。从图可以看出2大学生情感识别的精度通常是分布式的,和准确性是64.407 19.405.27%的受试者相比,总分最高的情感识别分为情感识别组高,总分最低的和27%的受试者被归类为低群情感识别。高、低组的数据进行了比较。结果如表所示1。从表2可以看出,高、低组之间有显著差异的情感识别。
T以及利用t分布理论推导出概率的差异来比较两个平均值之间的差异是否显著。它是仅次于f检验和卡方检验。值的概率获得样本观察或更极端的结果当原假设是正确的。如果值很小,最初假设的概率非常小。
图的横坐标2表明大学生的情感识别分为高、低组,两组数据之间的差异进行比较,然后计算重量的内容。调查结果显示,43.4%的受访学生对学习很感兴趣,非常感兴趣,15.8%和27.6% 10.3%不感兴趣,49.8%的人相信他们的工作,和18.9%的人不信任。1/3的学生经常交流学习经验,8.8%的学生从不与同学交流。12.2%的学生由于心理健康问题有护理经验;81.3%的学生希望学校心理培训课程。
4.2。研究大学生的情感预测
45从整个学校学生被随机选择回忆快乐的经历,和其他40个学生回忆悲伤的经历引起学生的快乐和悲伤。问卷调查后,受试者被要求评估这些20事件的概率会发生在接下来的六个月(1)不太可能,2可能)。
结果表明,M组= 17.78快乐,SD = 2.56,和M难过= 16.31,SD = 2.40,和负面事件的概率在M组= 12.98快乐,SD = 2.61,和M难过= 15.74,SD = 2.02。情绪状态和事件类型之间的交互作用显著(图3):F(81)= 26.22, ,η2= 0.25。相关分析表明,情感(从感觉非常不幸福到非常幸福)与积极事件的概率呈正相关(r= 0.33, )负面事件的概率和负相关(r=−0.50, )。所有这些证实了一致性的影响在评估未来事件的可能性在高中的学生。因此,这种认知任务可以用来支持学生情感体验报告的真实性。
4.3。不同年级的学生的心理状态
调查结果( -0.001;参见图4)显示,随着时间的增加学校,学生的心理状态发生了明显的变化。随着分数的提高,对心理学课程的需求逐渐下降到最低水平在大三,但反弹至大四的最高水平,形成一个u型曲线,表现出显著的正相关。学习兴趣和自信之间的关系(R= 0.97 );学生学习交流是最低的二年级,然后逐渐增加。相反,友谊显示倒u型曲线,并与学习兴趣和自信负相关(R=−0.93∼0.94 )。
调查结果如图5表明,水土保持专业的学生更关心他们的心理状态,他们愿意花时间沟通,采取心理类,或看到心理学家和管理的学生有信心在他们的心理状态。结果表明,农业大学的学生明显优于农业学院和经济学院的人文交流,学习兴趣和学习交流。农业大学生不仅有最低的自信,也有心理学家的比例最高,但他们更感兴趣的是心理学课程和几乎没有需求。
4.4。造成心理压力的原因分析
调查结果(见表3)显示,12.6%的学生不清楚学习和生活目标,27.2%的学生有工作的压力,21.5%的学生有很高的学习压力,17.1%的学生人际关系不佳,8.7%的学生不满意老师和学校(包括他们的专业),3.4%的学生有自己的疾病,1.8%学生情绪波动,只有2.7%的学生没有显著差异在无忧无虑的人际关系的心理状态。近年来,许多研究人员已经使用各种方法来研究学生的心理健康。结果表明,中国学生的心理健康状况不容乐观。我们的研究结果还表明,有一些副作用,在学生心理适应障碍。因为中学教育关注高考,一些学生(特别是女孩)时无法找到他们的人生目标进入高校,他们感到困惑和悲伤的压力下工作。尤其是女孩,歧视不仅在工作生活,也反映在生活的设置目标和社会责任的发展。因此,由于缺少学生更高的理想,进入大学后的男孩感到困惑的数量增加了1.4倍。这是大学教育的一个重要问题。因此,大学教育应该提供相关心理培训课程根据学生生活的实际需要,以满足学生的心理需求。
一些学院和大学提供更多的课程新生抑制应届毕业生的行为,增加学生学习的心理负担。虽然这种做法的初衷是好的,它可能不是科学和智慧,需要仔细考虑。有学习兴趣和自信之间的正相关,和提高学生的学习兴趣是在大学心理教育的一个重要方向。一些研究者的研究结果表明,随着等级的提高,学生的疲劳和自信也显示急剧下降的趋势,但大学自身适应性。
5。结束语
通过算法和实验的比较,可以得出结论,学生的心理状态会影响他们的学术成就,学生应该努力管理他们的心理状态,学会知道他们的情绪状态,并确保一个良好的心理状态。情感管理是非常重要的对于学生因为身体和心理健康是非常重要的。的学生的学业成绩是最直接的体现它的价值,和情绪不稳定自然会影响学生的学习行为,然后影响他们的学习成绩。因此,提高学生的情感领导能力有助于维护学生的心理健康稳定。学生不够成熟,自己的情绪有很大的影响。当学生处于积极的情绪状态,一切都在他们眼中是美丽的,甚至是领导人他们通常不想服从变得可以接受了。办学是无用的消极情绪出现时,因为他们目前只是沉浸在他们的情感体验。因此,帮助学生控制自己的情绪和教他们理性表达他们的感觉今天是大学教师的另一个重要的任务。情感管理是非常重要的对于学生和大学。学校和学生应积极配合改善学生的情绪处理能力,特别是他们控制自己情绪的能力。 Only in this way can we really help students develop themselves in many ways. At the same time, it helps to build a harmonious campus.
由于研究的样本数量有限,仍有许多缺点。在未来的研究中,我们将继续追求完美的学术信念,向探索永无止境,推进大学生情感识别的内涵和心理状态。
数据可用性
使用的实验数据来支持本研究的发现可以从相应的作者。
的利益冲突
作者声明,关于这项工作他们没有利益冲突。