注意选择

摘要： 情绪影响人类生活的方方面面.情绪对注意选择的影响已逐渐成为当代心理学研究中的一个焦点话题.已有研究表明,情绪会对注意选择的多个方面产生影响,主要包括注意选择的范围、注意选择的指向、注意选择的集中以及注意选择的抑制四个方面.未来研究应该继续探讨情绪对注意选择范围、注意选择指向和注意选择集中的影响,关注注意缺陷的调节问题,并对被试选择作进一步探讨,特别是不同年龄群体对情绪信息的偏好存在哪些差异.

摘要： 消费者注意是指消费者将有限的注意资源集中在少数信息上并对其进行优先处理,是一种重要而稀缺的资源.注意是消费者购买行为的开端,并伴随整个购买活动,会对消费者的判断、评价和产品选择等产生影响.已有学者针对消费者注意进行了研究,但缺乏对相关内容的系统梳理.鉴于此,本文从消费者注意的内涵、特征与测量、理论机制、前置因素和结果变量方面对已有研究进行了回顾总结,并对未来研究方向进行了初步讨论.

摘要： 通过操纵Flanker任务相对于视觉工作记忆任务的呈现位置,探讨在视觉工作记忆编码和保持阶段,精度负载和容量负载对注意选择的影响。行为结果发现, Flanker任务呈现位置和视觉工作记忆负载类型影响注意选择;ERP结果发现,在保持阶段,当搜索目标和干扰项不一致时,负载类型影响N2成分。研究表明,在编码阶段,视觉工作记忆负载主要通过占用更多知觉资源降低干扰效应,支持知觉负载理论;而在保持阶段,当Flanker任务位于记忆项内部时,两类负载在工作记忆表征过程中不同的神经活动导致投入到注意选择的认知控制资源不同,可能是两类负载影响保持阶段注意选择的机制。

摘要： 在我国的各大中学校园，早恋已经是一种普遍现象，虽然学校三令五申不允许早恋，可是有些孩子还是在悄悄进行中。早恋对于孩子的影响不言而喻，可是如果过度地封杀，对孩子的心理健康未必是好事。家长和老师在劝阻的时候，要注意选择合适的方法去疏通孩子的心理，而不是利用手中的权利，加以指责或谩骂。

摘要： 第一,所有运动前先热身,哪个部位要动,就在哪个部位重点做热身。不管处在什么年龄段,跑步前热身运动非常重要。做几个深蹲,往前跨步牵拉大腿关节,活动膝关节、踝关节,原地慢速跑跳等,每次持续5-10分钟热身运动后再开始跑步,可以有效预防关节扭伤。跑步也要注意选择平整的路面。

摘要： 对信息的注意选择不仅存在于视觉加工中,同时也可以指向多个短时存储的记忆表征。在行为层面上,两种注意机制能够表现出一致的行为增益,并且这种增益具有跨不同注意分配方式的稳定性。在脑神经层面上,一方面,由于对视觉信息的编码识别以及短时存储均主要在与视网膜呈拓扑映射关系的视皮层区(V1~V4)内进行,这些脑区也因此同时被作为两种注意加工的操作平台。另一方面,来自背侧额顶叶网络的控制信号会对视皮层内的注意操作进行自上而下的调控,以促进对目标信息的优先化加工。这些新的证据表明,两种注意加工可能均产生于一个统一的注意控制机制。同时,本文所描述的脑机制框架也为重新理解注意与视觉工作记忆间的关系提供新的视角。

摘要： 眼睛是心灵的窗户,眼的注意选择过程能够一定程度地反映出运动员运动决策过程的认知特征.本文通过对不同水平羽毛球运动员运动注意选择眼动特征的研究,探索不同运动水平运动员注意选择的眼动特征的差异性,结合主观策略报告法,深入揭示不同运动水平羽毛球运动员眼动特征的差异性,决策认知策略的差异性,找出最合理、最优化的视觉注意特征和决策认知策略.

摘要： 选：表皮长须根，质地粗糙的不新鲜选购牛蒡时要注意，牛蒡大体分粗、中、细三大类。粗的中间有空心现象，细的比较嫩，适合腌制牛蒡咸菜，做菜吃的话最好选中等粗细。即长度在60厘米以上、直径约为1元硬币大小、形态笔直无分岔、整体粗细均匀一致者。另外就是要注意选择新鲜的牛蒡，一般来说，表皮长须根，质地粗糙的不新鲜。选购时以手握牛蒡较粗一端，如牛蒡自然弯曲下垂，表示此牛蒡十分新鲜细嫩，口感上佳。另外也可掰开看有无空心、糠心或者黑圈糖化的现象。

摘要： 夏天到了,相信很多爸爸妈妈已经迫不及待的要带宝宝出去游玩啦,回到大自然中无疑是最棒的选择。大自然里有着一切最原始、最必不可少的美好元素：新鲜的空气、清甜的泉水、嘹亮的鸟鸣、无尽的绿意……但是带着宝宝还是要注意选择适合的途径,让宝宝安全的在大自然中徜徉,同时也不能忘记保护宝宝娇嫩的皮肤。

摘要： 本发明公开了一种联合注意力机制选择核卷积残差网络的故障诊断方法，该方法通过收集轴承故障样本数据并由此建立数据集，将数据集划分为训练集和测试集，通过联合注意力机制选择核卷积残差网络对训练集进行训练，得到网络权重，将所述网络权重应用于模型，得到轴承故障诊断联合注意力机制选择核卷积残差测试网络，将测试集通过所述测试网络对轴承故障有效的综合诊断。本发明能够充分学习故障特征细节信息，忽略网络内部冗余信息，增强各位置间上下文依赖性，强化有效特征和抑制无关特征提升网络的判别能力，增强模型对判别性特征的提取能力，提升网络的识别性能和精度。

摘要： 本发明公开了一种基于BERT孪生注意力网络与融合图嵌入特征的关系选择方法，运用命名实体识别技术从用户的问题中获取命名实体，将命名实体运用实体链接技术链接到知识图谱中的主题实体，在知识图谱上查询与实体连接的3跳内关系，得到候选关系集合，根据问题从候选关系集合中挑选关系，对问题和一个关系通过网络编码后得到两个向量，计算两个向量的余弦相似度作为语义相似得分，选择得分最高的关系，在知识图谱上查询三元组，返回三元组包含的属性值作为问题的答案。本发明采用目前先进的BERT预训练模型作为问题和关系文本的特征抽取器，增强了表示向量的表达能力，有助于提升关系选择效果。

摘要： 本发明公开了一种基于注意力区域选择的深度模型压缩方法，属于计算机视觉技术领域，学生网络通过学习教师网络中选中区域的信息，提高了目标检测的能力，减少了模型大小。本发明利用区域选择和注意机制相结合的简单蒸馏方法进行目标检测，在全面分析的基础上，引入了本发明的方法，首先根据预测框选择蒸馏区域，然后提取该区域的注意图进行蒸馏。使用Faster R‑CNN模型在Pascal VOC基准上评估了本发明的方法，与教师相比，本发明提高了检测效果，减少了模型大小。

摘要： 本发明涉及一种基于波段注意力机制的高光谱图像特征波段选择方法，包括步骤：高光谱图像数据集采集与预处理；利用注意力模块提取原始高光谱图像的光谱特征信息，生成包含波段注意力信息的光谱数据块；将包含波段注意力信息的数据块输入基于三维残差网络的神经网络进行预测分析。本发明的有益效果是：本发明利用波段注意力模块生成波段注意力图；通过元素乘法对原始数据加权，本发明基于注意力模块挑选的特征波段具有代表性，并且总体神经网络模型连接三维残差网络进行预测分析，具有良好性能；本发明面向对象级别进行样本分析，将整个原始数据块作为输入，将特征波段选择与预测任务相结合，是一种高有效性、高普适性的方法。

摘要： 包括在计算机存储介质上编码的计算机程序的方法、系统和装置，用于对作为序列的网络输入执行机器学习任务以生成网络输出。在一个方面，方法中的一个包括，针对层输入的每个特定序列：针于神经网络中的每个注意力层：维护事段记忆数据；维护压缩记忆数据；接收要由注意力层处理的层输入；以及对(i)该层的压缩记忆数据中的压缩表示、(ii)该层的事段记忆数据中的隐藏状态，以及(iii)特定网络输入中的多个输入位置中的每个输入位置处的相应的隐藏状态应用注意力机制，以生成层输入中的每个输入位置的相应的激活。

摘要： 本发明公开了数字信号处理和脑电信号技术领域的一种基于特征选择的脑电注意力识别系统及方法，包括：采集不同注意力任务中的脑电信号；对采集到的脑电信号进行预处理；对预处理后的脑电信号进行分段得到多个样本后，对样本进行特征提取；使用ReliefF算法根据所提取的特征与类别标签之间的相关性计算该特征的权值，并求取所有权值的平均值作为阈值，将权值大于阈值的特征作为初选特征；计算初选特征的互信息量，通过相关性对特征进行复选；使用RFECV对特征中的通道信息在分类器上的表现为依据进行评分排序，选出最佳特征作为最终特征，得到特征集；将所得的特征集使用支持向量机进行注意力脑电的识别。本发明减少了特征的冗余，提高了分类的准确度。

摘要： 本发明提出了一种基于注意力选择的transformer运算精简方法，在transformer网络的每层用注意力机制获取关联矩阵，对关联矩阵的每一行计算信息熵，获得各个局部标识对于网络任务的重要性程度，将局部标识划分为重要标识和不重要标识，每间隔一定网络层，计算不重要标识的特征参数和，将不重要标识的特征参数值加到重要标识上，删除不重要标识，仅重要标识进入网络下一层。网络训练过程中，构建交叉熵损失函数和重要性损失函数，重要性损失函数用于降低重要标识与不重要标识的关联。本发明方法从影响网络任务的判别性区域的选择角度出发，实现方法简单，有效减少网络计算量的同时，对模型精度影响很小，且可以与已知网络压缩方法同时使用，共同实现计算量压缩。

摘要： 一种基于注意力机制的描述子不变性选择方法和系统，包括如下步骤：预备数据序列，将图像输入多尺度特征提取模块，生成四种各异不变性的局部特征描述子；将上述局部特征描述子送入并行自注意力模块提取出四种各异不变性的元描述子；计算一对关键点的四种各异不变性元描述子的相似度，并将其经过softmax函数作为每种局部描述子的权值系数；最后加权计算出关键点最终的局部描述子距离，完成对局部描述子不变性选择的过程。

摘要： 本发明公开一种基于多尺度信息选择注意机制的图像去雾方法及系统，包括：对有雾图像经预处理后得到添加高低频先验信息的图像样本；对图像样本采用多个卷积分支进行并行的多尺度多层卷积操作，并通过层间交叉方式提取多尺度特征，对多尺度特征融合后得到样本融合特征；采用包括多个级联的多尺度特征选择注意模块的注意力群组，对样本融合特征进行结合空间注意和通道注意的多尺度选择注意特征图的提取与拼接，拼接后得到融合注意力特征；根据融合注意力特征对去雾网络进行训练，对待处理有雾图像采用训练后的去雾网络得到无雾图像。实现更高效、更有针对性的去雾效果。

摘要： 本发明涉及一种融入注意力和预测的特征选择SLAM方法。本发明方法包括：建立量化特征点可行性的数学模型；建立非线性透视投影模型，并利用其简化后的线性测量模型计算特征点的信息矩阵；从SLAM前端视觉里程计检测到的特征中通过带有延迟求值的贪婪算法选择κ个特征(近似的)最大化logdet度量，再将选择的特征放入SLAM后端进行非线性优化。