统计知觉的层次计算模型

摘要

视觉系统通常能快速准确地对大量相似客体进行统计表征，体现了视觉对有限认知资源的灵活运用。前人关于统计知觉的研究多基于平层结构（如空间均匀分布）客体的视觉场景。然而以往研究发现，视觉系统存在分层加工的特性，但尚未涉及统计知觉是否存在层次性加工的问题。本研究通过三个实验对统计知觉是否存在层次性计算过程及其特性进行了探讨，旨在构建统计知觉的层次计算模型。 实验采用统计知觉研究领域常用的均值识别范式(mean-discrimination paradigm)，借助恒定刺激法让被试对圆盘平均大小进行判断，测得被试统计知觉的主观相等点。实验一通过比较分组与不分组场景中统计知觉的绩效，检验格式塔邻近性组织是否影响统计知觉。实验二通过操作两组圆盘的数目，进一步验证层次性统计知觉存在与否，并初步构建统计知觉层次计算模型。实验三通过部分报告法测量各组圆盘的主观估计值，探讨分组统计知觉是否受整体（即对所有圆盘一次平均结果）的影响，进一步对统计知觉的层次计算模型加以完善。 本研究获得以下主要结果: (1)格式塔邻近性组织会对统计知觉产生影响; (2)统计知觉存在层次计算过程，并且采用逐层加权平均的计算; (3)各组统计知觉受整体的影响。 上述实验结果说明统计知觉在分组平均的过程中受整体的影响，并采用逐层加权平均的计算过程。基于上述实验，笔者提出了统计知觉层次计算模型。

目录

声明

致谢

摘要

1 引言

1．1 统计知觉的普遍性

1．2 统计知觉的计算特性

1．3 认知加工过程中的层次性

1．4 问题提出

1．5 研究的意义

2 实验研究

2．1 实验一

2．1．1 方法

2．1．2 数据分析

2．1．3 结果与分析

2．1．4 小结与讨论

2．2 实验二

2．2．1 实验二a

2．2．2 实验二b

2．3 实验三

2．3．1 方法

2．3．2 数据分析

2．3．3 结果与分析

2．3．4 小结与讨论

2．4 层次性贝叶斯计算模型构建

2．4．1 建模目的

2．4．2 建模思路及过程

2．4．3 模型及参数

2．4．4 模拟实验结果及讨论

3 综合讨论

3．1 统计知觉层次性计算的生态意义

3．2 分组统计知觉的影响因素讨论

3．3 与其他研究对比及本文不足

4 结论和进一步研究建议

4．1 主要结论

4．2 进一步研究设想

参考文献

附录