-
题名动作图片语义加工中语音与字形的自动激活
被引量：7
- 1
-
-
作者
张积家
陆爱桃
-
机构
华南师范大学心理应用研究中心
华南师范大学心理学系
-
出处
《心理与行为研究》
CSSCI
2010年第1期1-6,42,共7页
-
基金
教育部人文社会科学重点研究基地08JJOXLX269研究项目
广东省自然科学基金团队06200524项目的资助
-
文摘
采用图—词一致性判断任务,考察了动作图片语义加工中语音与字形的自动激活及其时间进程。实验1和实验2表明,在动作图片的语义加工中,图片表征的动词的语音和字形信息都自动地激活。实验3和实验4发现,在SOA为100ms时,音同字产生了语音促进效应,形似字却无字形促进效应。当SOA为200ms时,音同字产生了语音干扰效应,形似字产生了字形干扰效应。这表明,在动作图片的语义加工中,图片表征的动词的语音激活出现得比字形激活早。
-
关键词
动作图片
语义加工
语音
字形
激活
-
Keywords
act pictures, semantic processing, phonology, orthography, activation.
-
分类号
B842.5
[哲学宗教—基础心理学]
-
-
题名CNN多位置穿戴式传感器人体活动识别
被引量：15
- 2
-
-
作者
邓诗卓
王波涛
杨传贵
王国仁
-
机构
东北大学计算机科学与工程学院
北京理工大学计算机学院
-
出处
《软件学报》
EI
CSCD
北大核心
2019年第3期718-737,共20页
-
基金
国家自然科学基金(61872072
U1401256
+1 种基金
61173030
61732003)~~
-
文摘
随着人工智能的发展和可穿戴传感器设备的普及,基于传感器数据的人体活动识别(human activity recognition,简称HAR)得到了广泛关注,且具有巨大的应用价值.抽取良好判别力的特征,是提高HAR准确率的关键因素.利用卷积神经网络(convolutional neural networks,简称CNN)无需领域知识抽取原始数据良好特征的特点,针对现有基于传感器的HAR忽略三轴向传感器单一轴向多位置数据空间依赖性的不足,提出了两种动作图片构建方法T-2D和M-2D,构建多位置单轴传感器动作图片和非三轴传感器动作图片;进而提出了卷积网络模型T-2DCNN和M-2DCNN,抽取三组单一轴向动作图片的时空依赖性和非三轴传感器的时间依赖性,并将卷积得到的特征拼接为高层次特征用于分类;为了优化网络结构,减少卷积层训练参数数量,进一步提出了基于参数共享的卷积网络模型.在公开数据集上与现有的工作进行对比实验,默认参数情况下,该方法在公开数据集OPPORTUNITY和SKODA中F_1最大提升值分别为6.68%和1.09%;从传感器数量变化和单类识别准确性角度验证了模型的有效性;且基于共享参数模型,在保持识别效果的同时减少了训练参数.
-
关键词
人体活动识别
卷积神经网络
穿戴式传感器
特征提取
动作图片
-
Keywords
human activity recognition
convolutional neural network
wearable sensor
feature extraction
activity image
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
-
