卷积神经网络理论篇1
关键词：树叶识别；支持向量机；卷积神经网络
中图分类号tp18文献标识码：a文章编号：1009-3044（2016）10-0194-03
abstract：inthispaper，theconvolutionneuralnetworkrecognitionintheleaves，andtheprocessbyconvolutionofimagevisualization.experimentsshowthattheneuralnetworkapplicationidentificationconvolutionleavesa92%recognitionrate.inaddition，thisneuralnetworkandsupportvectormachinecomparativestudycanbedrawnfromthestudy，convolutionalneuralnetworkineitherspeedoraccuracybetterthansupportvectormachines，visible，convolutionneuralnetworkintheleavesaspecthasgoodapplicationprospects.
Keywordsrecognitionleaves；SVm；convolutionalneuralnetwork
1概述
树叶识别与分类在对于区分树叶的种类，探索树叶的起源，对于人类自身发展、科普具有特别重要的意义。目前的树叶识别与分类主要由人完成，但，树叶种类成千上万种，面对如此庞大的树叶世界，任何一个植物学家都不可能知道所有，树叶的种类，这给进一步研究树叶带来了困难。为了解决这一问题，一些模式识别方法诸如支持向量机（SupportVectormachine，SVm）[1]，K最近邻（k-nearestneighbor，Knn）[2]等被引入，然而，随着大数据时代的到来，这些传统分类算法暴露出越来越多的不足，如训练时间过长、特征不易提取等不足。
上世纪60年代开始，学者们相继提出了各种人工神经网络[3]模型，其中卷积神经网络由于其对几何、形变、光照具有一定程度的不变形，因此被广泛应用于图像领域。其主要特点有：1）输入图像不需要预处理；2）特征提取和识别可以同时进行；3）权值共享，大大减少了需要训练的参数数目，是训练变得更快，适应性更强。
卷积神经网络在国内研究才刚刚起步。Lenet-5[4]就是一种卷积神经网络，最初用于手写数字识别，本文研究将卷积神经网络Lenet-5模型改进并应用于树叶识别中。本文首先介绍一下卷积神经网络和Lenet-5的结构，进而将其应用于树叶识别，设计了实验方案，用卷积神经网络与传统的模式识别算法支持向量机（SVm）进行比较，得出了相关结论，并对进一步研究工作进行了展望。
2人工神经网络
人工神经网络方面的研究很早就已开展，现在的人工神经网络已经发展成了多领域、多学科交叉的独立的研究领域。神经网络中最基本的单元是神经元模型。类比生物神经元，当它“兴奋”时，就会向相连的神经元发送化学物质，从而改变这些神经元的状态。人工神经元模型如图1所示：
上述就是一个简单的神经元模型。在这个模型中，神经元接收来自n个其他神经元传递过来的输入信号，这些信号通过带权重的w进行传递，神经元接收到的总输入值将与神经元的阈值进行比较，然后通过“激活函数”来产生输出。
一般采用的激活函数是Sigmoid函数，如式1所示：
[σz=11+e-z]（1）
该函数图像图2所示：
2.1多层神经网络
将上述的神经元按一定的层次结构连接起来，就得到了如图3所示的多层神经网络：
多层神经网络具有输入层，隐藏层和输出层。由于每一层之间都是全连接，因此每一层的权重对整个网络的影响都是特别重要的。在这个网络中，采用的训练算法是随机梯度下降算法[5]，由于每一层之间都是全连接，当训练样本特别大的时候，训练需要的时间就会大大增加，由此提出了另一种神经网络―卷积神经网络。
2.2卷积神经网络
卷积神经网络（Cnn）由于在图像分类任务上取得了非常好的表现而备受人们关注。发展到今天，Cnn在深度学习领域已经成为了一种非常重要的人工神经网络。卷积神经网络的核心在于通过建立很多的特征提取层一层一层地从图片像素中找出关系并抽象出来，从而达到分类的目的，Cnn方面比较成熟的是Lenet-5模型，如图4所示：
在该Lenet-5模型中，一共有6层。如上图所示，网络输入是一个28x28的图像，输出的是其识别的结果。卷积神经网络通过多个“卷积层”和“采样层”对输入信号进行处理，然后在连接层中实现与输出目标之间的映射，通过每一层卷积滤波器提取输入的特征。例如，Lenet-5中第一个卷积层由4个特征映射构成，每个特征映射是一个24x24的神经元阵列。采样层是基于对卷积后的“平面”进行采样，如图所示，在第一个采样层中又4的12x12的特征映射，其中每个神经元与上一层中对应的特征映射的2x2邻域相连接，并计算输出。可见，这种局部相关性的特征提取，由于都是连接着相同的连接权，从而大幅度减少了需要训练的参数数目[6]。
3实验研究
为了将Lenet-5卷积网络用于树叶识别并检验其性能，本文收集了8类树叶的图片，每一类有40张照片，如图5所示的一张树叶样本：
本文在此基础上改进了模型，使用了如图6卷积神经网络模型：
在此模型中，第一个卷积层是由6个特征映射构成，每个特征映射是一个28*28的神经元阵列，其中每个神经元负责从5*5的区域通过卷积滤波器提取局部特征，在这里我们进行了可视化分析，如图7所示：
从图中可以明显地看出，卷积网络可以很好地提取树叶的特征。为了验证卷积神经网络与传统分类算法之间的性能，本文基于python语言，CUDa并行计算平台，训练同样大小8类，一共320张的一批训练样本，采用交叉验证的方法，得到了如表1所示的结论。
可见，无论是识别率上，还是训练时间上，卷积网络较传统的支持向量机算法体现出更好地分类性能。
4总结
本文从人工神经网络出发，重点介绍了卷积神经网络模型Lenet-5在树叶识别上的各种研究并提取了特征且进行了可视化，并与传统分类算法SVm进行比较。研究表明，该模型应用在树叶识别上较传统分类算法取得了较好的结果，对收集的树叶达到了92%的准确率，并大大减少了训练所需要的时间。由于卷积神经网络有如此的优点，因此在人脸识别、语音识别、医疗识别、犯罪识别方面具有很广泛的应用前景。
本文的研究可以归纳为探讨了卷积神经网络在树叶识别上的效果，并对比了传统经典图像分类算法，取得了较好的分类精度。
然而，本文进行实验的样本过少，当数据集过多的时候，这个卷积神经网络算法的可行性有待我们进一步的研究；另外，最近这几年，又有很多不同的卷积神经网络模型出现，我们会继续试验其他的神经网络模型，力求找到更好的分类算法来解决树叶识别的问题。
参考文献：
[1]Bella，Sejnowskit.aninformation-maximizationapproachtoBlindSeparationandBlindDeconvolution[J].neuralComputation，1995，7（6）：1129-59.
[2]altmannS.anintroductiontoKernelandnearest-neighbornonparametricRegression[J].americanStatistician，1992，46（3）：175-185.
[3]RipleyBD，HjortnL.patternRecognitionandneuralnetworks[m].patternrecognitionandneuralnetworks.CambridgeUniversitypress，，1996：233-234.
[4]LécunY，BottouL，BengioY，etal.Gradient-basedlearningappliedtodocumentrecognition[J].proceedingsoftheieee，1998，86（11）：2278-2324.
卷积神经网络理论篇2
（江苏科技大学电子信息学院，江苏镇江212003）
摘要：在实际交通环境中，由于运动模糊、背景干扰、天气条件以及拍摄视角等因素，所采集的交通标志的图像质量往往不高，这就对交通标志自动识别的准确性、鲁棒性和实时性提出了很高的要求。针对这一情况，提出一种基于深层卷积神经网络的交通标志识别方法。该方法采用深层卷积神经网络的有监督学习模型，直接将采集的交通标志图像经二值化后作为输入，通过卷积和池采样的多层处理，来模拟人脑感知视觉信号的层次结构，自动地提取交通标志图像的特征，最后再利用一个全连接的网络实现交通标志的识别。实验结果表明，该方法利用卷积神经网络的深度学习能力，自动地提取交通标志的特征，避免了传统的人工特征提取，有效地提高了交通标志识别的效率，具有良好的泛化能力和适应范围。
关键词：交通标志；识别；卷积神经网络；深度学习
中图分类号：tn911.73?34；tp391.41文献标识码：a文章编号：1004?373X（2015）13?0101?06
收稿日期：2015?01?09
基金项目：国家自然科学基金面上项目（61371114）
0引言
随着智能汽车的发展，道路交通标志的自动识别[1?3]作为智能汽车的基本技术之一，受到人们的高度关注。道路交通标志识别主要包括两个基本环节：首先是交通标志的检测，包括交通标志的定位、提取及必要的预处理；其次是交通标志的识别，包括交通标志的特征提取和分类。
如今，交通标志的识别方法大多数都采用人工智能技术，主要有下述两类形式[4]。一种是采用“人工特征+机器学习”的识别方法，如基于浅层神经网络、支持向量机的特征识别等。在这种方法中，主要依靠先验知识，人工设计特征，机器学习模型仅负责特征的分类或识别，因此特征设计的好坏直接影响到整个系统性能的性能，而要发现一个好的特征，则依赖于研究人员对待解决的问题的深入理解。另一种形式是近几年发展起来的深度学习模型[5]，如基于限制波尔兹曼机和基于自编码器的深度学习模型以及卷积神经网络等。在这种方法中，无需构造任何的人工特征，而是直接将图像的像素作为输入，通过构建含有多个隐层的机器学习模型，模拟人脑认知的多层结构，逐层地进行信息特征抽取，最终形成更具推广性和表达力的特征，从而提升识别的准确性。
卷积神经网络作为深度学习模型之一，是一种多层的监督学习神经网络，它利用一系列的卷积层、池化层以及一个全连接输出层构建一个多层的网络，来模仿人脑感知视觉信号的逐层处理机制，以实现视觉特征信号的自动提取与识别。本文将深层卷积神经网络应用于道路交通标志的识别，通过构建一个由二维卷积和池化处理交替组成的6层网络来逐层地提取交通标志图像的特征，所形成的特征矢量由一个全连接输出层来实现特征的分类和识别。实验中将加入高斯噪声、经过位移、缩放和旋转处理的交通标志图像以及实际道路采集交通标志图像分别构成训练集和测试集，实验结果表明，本文所采用的方法具有良好的识别率和鲁棒性。
1卷积神经网络的基本结构及原理
1.1深度学习
神经科学研究表明，哺乳动物大脑皮层对信号的处理没有一个显示的过程[5]，而是通过信号在大脑皮层复杂的层次结构中的递进传播，逐层地对信号进行提取和表述，最终达到感知世界的目的。这些研究成果促进了深度学习这一新兴研究领域的迅速发展。
深度学习[4，6?7]的目的就是试图模仿人脑感知视觉信号的机制，通过构建含有多个隐层的多层网络来逐层地对信号特征进行新的提取和空间变换，以自动学习到更加有效的特征表述，最终实现视觉功能。目前深度学习已成功地应用到语音识别、图像识别和语言处理等领域。在不同学习框架下构建的深度学习结构是不同的，如卷积神经网络就是一种深度的监督学习下的机器学习模型。
1.2卷积神经网络的基本结构及原理
卷积神经网络受视觉系统的结构启发而产生，第一个卷积神经网络计算模型是在Fukushima的神经认知机中提出的[8]，基于神经元之间的局部连接和分层组织图像转换，将有相同参数的神经元应用于前一层神经网络的不同位置，得到一种平移不变神经网络结构形式。后来，LeCun等人在该思想的基础上，用误差梯度设计并训练卷积神经网络[9?10]，在一些模式识别任务上得到优越的性能。
卷积神经网络本质上是一种有监督的深度学习算法，无需事先知道输入与输出之间精确的数学表达式，只要用已知的模式对卷积神经网络加以训练，就可以学习到输入与输出之间的一种多层的非线性关系，这是非深度学习算法不能做到的。卷积神经网络的基本结构是由一系列的卷积和池化层以及一个全连接的输出层组成，可以采用梯度下降法极小化误差函数对网络中的权值和阈值参数逐层反向调节，以得到网络权值和阈值的最优解，并可以通过增加迭代次数来提高网络训练的精度。
1.2.1前向传播
在卷积神经网络的前向传播中，输入的原始图像经过逐层的卷积和池化处理后，提取出若干特征子图并转换成一维特征矢量，最后由全连接的输出层进行分类识别。
在卷积层中，每个卷积层都可以表示为对前一层输入图像的二维卷积和非线性激励函数，其表达式可用式（1）表示：
式中：Yj表示输出层中第j个输出；Yl+1i是前一层（l+1层）
的输出特征（全连接的特征向量）；n是输出特征向量的长度；wij表示输出层的权值，连接输入i和输出j；bj表示输出层第j个输出的阈值；f(?)是输出层的非线性
1.2.2反向传播
在反向传播过程中，卷积神经网络的训练方法采用类似于Bp神经网络的梯度最速下降法，即按极小化误差的方法反向传播调整权值和阈值。网络反向传播回来的误差是每个神经元的基的灵敏度[12]，也就是误差对基的变化率，即导数。下面将分别求出输出层、池采样层和卷积层的神经元的灵敏度。
（1）输出层的灵敏度
对于误差函数式（6）来说，输出层神经元的灵敏度可表示为：
在前向传播过程中，得到网络的实际输出，进而求出实际输出与目标输出之间的误差；在反向传播过程中，利用误差反向传播，采用式（17）~式（20）来调整网络的权值和阈值，极小化误差；这样，前向传播和反向传播两个过程反复交替，直到达到收敛的要求为止。
2深层卷积神经网络的交通标志识别方法
2.1应用原理
交通标志是一种人为设计的具有特殊颜色（如红、黄、白、蓝、黑等）和特殊形状或图形的公共标志。我国的交通标志主要有警告、禁令、指示和指路等类型，一般采用颜色来区分不同的类型，用形状或图形来标示具体的信息。从交通标志设计的角度来看，属于不同类型（不同颜色）的交通标志在形状或图形上有较大的差异；属于相同类型（相同颜色）的标志中同类的指示信息标志在形状或图形上比较接近，如警告标志中的平面交叉路口标志等。因此，从机器视觉的角度来分析，同类型中同类指示信息的标志之间会比不同类型的标志之间更易引起识别错误。换句话说，相比于颜色，形状或图形是正确识别交通标志的关键因素。
因此，在应用卷积神经网络识别交通标志时，从提高算法效率和降低错误率综合考虑，将交通标志转换为灰度图像并作二值化处理后作为卷积神经网络的输入图像信息。图2给出了应用卷积神经网络识别交通标志的原理图。该网络采用了6层交替的卷积层和池采样层来逐层提取交通标志的特征，形成的特征矢量由一个全连接的输出层进行识别。图中：w1i（i=1，2，…，m1），w1（jj=1，2，…，m2），…，w1k（k=1，2，…，m（n?1））分别表示卷积层L1,L3,…,Ln-1的卷积核；input表示输入的交通标志图像；
pool表示每个池采样层的采样池；map表示逐层提取的特征子图；Y是最终的全连接输出。
交通标志识别的判别准则为：对于输入交通标志图像input，网络的输出矢量Y=[y1,y2,…,yC]，有yj=max{y1，y2,…,yC}，则input∈j，即判定输入的交通标志图像input为第j类交通标志。
2.2交通标志识别的基本步骤
深层神经网络识别交通标志主要包括交通标志的训练与识别，所以将交通标志识别归纳为以下4个步骤：（1）图像预处理：利用公式Gray=0.299R+0.587G+0.114B将彩色交通标志图像转换为灰度图像，再利用邻近插值法将交通标志图像规格化，最后利用最大类间方差将交通标志图像二值化。
（2）网络权值和阈值的初始化：利用随机分布函数将权值w初始化为-1~1之间的随机数；而将阈值b初始化为0。
（3）网络的训练：利用经过预处理的交通标志图像构成训练集，对卷积神经网络进行训练，通过网络前向传播和反向传播的反复交替处理，直到满足识别收敛条件或达到要求的训练次数为止。
（4）交通标志的识别：将实际采集的交通标志图像经过预处理后，送入训练好的卷积神经网络中进行交通标志特征的提取，然后通过一个全连接的网络进行特征分类与识别，得到识别结果。
3实验结果与分析
实验主要选取了我国道路交通标志的警告标志、指示标志和禁令标志三类中较常见的50幅图像。考虑到在实际道路中采集到的交通标志图像会含有噪声和出现几何失真以及背景干扰等现象，因此在构造网络训练集时，除了理想的交通标志以外，还增加了加入高斯噪声、经过位移、旋转和缩放处理和实际采集到的交通标志图像，因此最终的训练样本为72个。其中，加入的高斯噪声为均值为0，方差分别为0.1，0.2，0.3，图像的位移、旋转、缩放的参数分别随机的分布在±10，±5°，0.9~1.1的范围内。图3给出了训练集中的交通标志图像的示例。图4是在实际道路中采集的交通标志图像构成的测试集的示例。
在实验中构造了一个输入为48×48个神经元、输出为50个神经元的9层网络。网络的输入是像素为48×48的规格化的交通标志图像，输出对应于上述的50种交通标志的判别结果。网络的激活函数采用S型函数，如式（2）所示，其输出范围限制在0~1之间。
图6是交通标志的训练总误差en曲线。在训练开始的1500次，误差能迅速地下降，在迭代2000次以后是一个平稳的收敛过程，当迭代到10万次时，总误差en可以达到0.1882。
在交通标志的测试实验中，为了全面检验卷积神经网络的识别性能，分别针对理想的交通标志，加入高斯噪声、经过位移、旋转和比例缩放以及采集的交通标志图像进行实验，将以上测试样本分别送入到网络中识别，表2给出了测试实验结果。
综合分析上述实验结果，可以得到以下结论：（1）在卷积神经网络的训练学习过程中，整个网络的误差曲线快速平稳的下降，体现出卷积神经网络的训练学习具有良好的收敛性。
（2）经逐层卷积和池采样所提取的特征具有比例缩放和旋转不变性，因此对于旋转和比例缩放后的交通标志能达到100%的识别率。
（3）与传统的Bp网络识别方法[11]相比较，卷积神经网络能够达到更深的学习深度，即在交通标志识别时能够得到更高的所属类别概率（更接近于1），识别效果更好。
（4）卷积神经网络对实际采集的交通标志图像的识别率尚不能达到令人满意的结果，主要原因是实际道路中采集的交通标志图像中存在着较严重的背景干扰，解决的办法是增加实际采集的交通标志训练样本数，通过网络的深度学习，提高网络的识别率和鲁棒性。
4结论
本文将深层卷积神经网络应用于道路交通标志的识别，利用卷积神经网络的深层结构来模仿人脑感知视觉信号的机制，自动地提取交通标志图像的视觉特征并进行分类识别。实验表明，应用深层卷积神经网络识别交通标志取得了良好的识别效果。
在具体实现中，从我国交通标志的设计特点考虑，本文将经过预处理二值化的图像作为网络的输入，主要是利用了交通标志的形状信息，而基本略去了颜色信息，其优点是在保证识别率的基础上，可以简化网络的结构，降低网络的计算量。在实际道路交通标志识别中，将形状信息和颜色信息相结合，以进一步提高识别率和对道路环境的鲁棒性，是值得进一步研究的内容。
此外，本文的研究没有涉及到道路交通标志的动态检测，这也是今后可以进一步研究的内容。
参考文献
[1]刘平华，李建民，胡晓林，等.动态场景下的交通标识检测与识别研究进展[J].中国图象图形学报，2013，18（5）：493?503.
[2]SaHaSK，DULaLCm，BHUiYanaa.neuralnetworkbasedsignrecognition[J].internationalJournalofComputerapplication，2012，50（10）：35?41.
[3]StaLLKampJ，SCHLioSinGm，SaLmenaJ，etal.manvs.computer：benchmarkingmachinelearningalgorithmsfortraf?ficsignrecognition[J].neuralnetwork，2012，32（2）：323?332.
[4]中国计算机学会.深度学习：推进人工智能梦想[eB/oL].[2013?06?10].http：//ccg.org.cn.
[5]郑胤，陈权崎，章毓晋.深度学习及其在目标和行为识别中的新进展[J].中国图象图形学报，2014，19（2）：175?184.
[6]FUKUSHimaK.neocognition：aself?organizingneuralnet?workmodelforamechanismofpatternrecognitionunaffectedbyshiftinposition[J].BiologicalCybernetics，1980，36（4）：193?202.
[7]LeCUnY，BottoUL，BenGioY，etal.Gradient?basedlearningappliedtodocumentrecognition[J].ieeeJournalandmagazines，1989，86（11）：2278?2324.
[8]LeCUnY，BottoUL，BenGioY，etal.Backpropagationappliedtohandwrittenzipcoderecognition[J].neuralCompu?tation，1989，1（4）：541?551.
[9]CiReSanD，meieRU，masciJ，etal.multi?columndeepneuralnetworkfortrafficsignclassification[J].neuralnet?works，2012，32（2）：333?338.
[10]naGiJ，DUCateLLeF，CaRoD，etal.max?poolingcon?volutionneuralnetworkforvision?basedhandgesturerecogni?tion[C]//2011ieeeinternationalConferenceonSignalandimageprocessingapplication.KualaLumpur：ieee，2011，342?347.
[11]杨斐，王坤明，马欣，等.应用Bp神经网络分类器识别交通标志[J].计算机工程，2003，29（10）：120?121.
[12]BUVRieJ.notesonconvolutionalneuralnetworks[eB/oL].[2006?11?12].http：//cogprints.org/5869/.
[13]周开利，康耀红.神经网络模型及其matlab仿真设计[m].北京：清华大学出版社，2005.
[14]孙志军，薛磊，许阳明，等.深度学习研究综述[J].计算机应用研究，2012，29（8）：2806?2810.
[15]刘建伟，刘媛，罗雄麟.深度学习研究进展[J].计算机应用研究，2014（7）：1921?1930.
卷积神经网络理论篇3
2020年，在省局党组的坚强领导下，在处室领导的正确带领下，紧紧围绕省局党组高质量发展战略目标，按照省局专卖管理工作部署和专卖处的工作安排，我认真履行职责，严以律己，立足本职，努力工作，积极协助处室领导开展打假打私等各项工作，在同志们的大力支持和配合下，圆满完成全省打掉符合国家局标准的网络案件工作任务。成绩的取得离不开省局党组正确的方向指引，离不开处室领导的正确决策，更离不开大家的关心和支持。现就2020年所做的主要工作总结及下年度计划汇报如下：
一、加强理论学习、不断提升工作能力
为了适应新形势、新任务下不断发展的专卖管理工作的需要，进一步提高驾驭工作的能力和水平，我始终把学习放在重要位置，努力提高自身综合素质，拓宽思路，提高修养，完善自我。不断加强政治理论学习，积极参加省局机关、支部、党小组的学习，认真学习领会党的及二中、三中、四中、五中全会精神和新时代中国特色社会主义思想，学习党章、增强党性、坚定信念，不断提高政治理论水平，始终在政治上和党中央保持高度一致。学习国家局、省局领导领导重要讲话，力求准确吃透精神，明确工作要求，把握工作方向和重点，坚决落实执行省局党组的工作要求，自觉加强专业业务知识学习，认真学习相关法律、法规和党的路线、方针、政策。通过学习不断完善知识结构，提高理论层次，提高自己的专业水平和驾驭专卖工作、服务指导基层工作的能力。
二、尽职尽责工作，推动卷烟打假打私工作深入开展
（一）加强对卷烟打网络工作的监督指导。为了保证实现省局提出的卷烟打假打私打网络工作目标任务。在处长的正确带领下，加强对全省卷烟打假打网络工作的督促指导，有力地推动了全省卷烟打假打私打网络工作的扎实开展，取得了明显成效。一是对涉烟网络案做到及时了解，掌握案件情况、做到心中有数，高度关注各市局的网络案件查办情况，通过报表和深入实地等形式多种渠道及时掌握全省情况，加强案件督查，指导案件查办。我亲自带领打网办人员赴打假打私一线对基层查办的案件进行督办，推动打网络工作扎实开展。二是协调公安、烟草联合开展全省卷烟打假打私专项行动，对各市局办案中遇到的难题，积极协调解决，特别是对重点案件，紧抓不放，一督到底。三是积极协调省法院、省检察院、省公厅、省交通厅、省邮管局、太原海关等相关部门建立完善打假打私协作机制，使得机制建设进一步闭环提升。
（二）加强对卷烟打假工作的总结研究。参与了对全省案件查处情况的收集、统计、汇总和分析上报工作，与打网办同志一起对各市局上报的报表进行认真审核，核对分析，按时汇总上报，确保给领导决策提供准确、真实、无误的数据支撑。通过认真分析，研究全省卷烟打假打私情况，把握我省卷烟打假工作的特点和规律，及时发现打假工作中存在的问题和不足，提出解决问题的办法和措施，有效推动了卷烟打假工作深入开展。
（三）其他工作完成情况。参与了全省专卖工作会议，参与修订《烟草专卖局专卖经费管理办法》，针对我省举报费偏低、办案人员费用不足等基层反映强烈的难点问题进行了深入细致的研究论证，加大了奖励激励力度，为打假打私提供了必要的经费保障。
卷积神经网络理论篇4
关键词:神经网络;信用卡;商业银行
中图分类号:tp18文献标识码:a文章编号:1009-3044(2010)10-2427-03
analysisofwishUsingCreditCardBaseonneuralnetwork
penGXin-chu
(UrumqiCentralBranch,people'sBankofChina,Urumqi830002,China)
abstract:themarketofcreditcardisdevelopingveryfastrecently.therearenotmanymethodscanbeusedtoexploitingthemarket.Givingoffquestionnaireandjudgingthescoreistheonlywayofestimatingpotentialusers.analyzingquestionnaireusingneuralnetworkeffectivelyunveilspotentialusersbyconcludingexpertopinion.thiswayincreasestheprobabilityofsuccessinexploitingthemarket,meanwhile,reducestheburdenofpersonnelofcommercialbank.
Keywords:neuralnetwork;creditcard;commercialbank
本研究基于上千份信用卡使用意愿调查问卷。利用调查问卷统计数据对人工神经网络实例进行训练,使受适当训练的网络有能力泛化,即输入新的未在训练集中的问卷数据时,网络也有能力做出决策,给出专家意见,得出的研究结论可用来挖掘潜在的信用卡客户。本研究的创新之处一是构造了更加符合人类归纳思维的三层网络;二是利用面向对象的思想模拟了上千个填写问卷的消费者大脑,最终由它们集中决策通过表决机制预测潜在的消费者。
1问卷构成及神经网络的结构
问卷设计的内容涉及消费者特征、技术感知、外部认知三个主要类项。每个类项下分别各有6个、5个、3个子类项,每个子类项又是问卷若干问题得分的平均值。各类项相互影响情况如图1。通常经济领域里应用较多的是Bp神经网络,常使用matLaB工具箱提供的工具来完成相关的编程。一般情况下要求Bp三层神经网络中隐层的节点数多于输入层的节点数。为使各事物间联系更加符合人类的归纳思维,现打破常规,隐层仅采用三个节点分别代表消费者特征、技术感知、外部认知。这是因为根据心理学的有关知识,人脑仅会基于几个归纳后的要素做出决策,多于七个要素是不易被记忆的,例如手机号码通常采用四位分一组进行记忆,英文单词常要拆成词根来记忆。根据图1确认各类项的影响情况,现构造网络模型如图2。
该网络为三层,隐层仅有三个结点,输入层结点并不对隐层所有结点有输出。上百个原始数据训练上百个网络实例,上百个网络实例模拟了上百个不同人脑的部分功能。当有新的输入数据需要预测结果时,新的输入数据经过这上百个网络实例做出了上百个结果,在一定误差范围内,有m个网络实例选择为0,有n个网络实例选择为1。m和n居多者更能代表群体对新输入数据结果的判断。
2算法描述
由于研究的主要方向是对模型辨识和预测,所以使用误差反向传播的前向网络(Backpropagation)。其隐层和输出层的激发函数选用连续可导的Sigmoid函数:
(1)
下面给出网络实例反向传播训练的步骤[1]:
1)置各层权值和阀值的初值,ωjk、ωij、θj、θk为小的随机数阵;误差代价函数ε赋值;设置循环次数R。
2)提供训练用的学习资料;输入矩阵xki(k=1,2…,R;i=1,2,…,11),经过参考模型(样本问卷调查的结果)可得到目标输出ypk,即教师信号;经过神经网络后可得到yk,对于每组k进行下面的第(3)至(6)步。
3)按式(2)计算隐层单元的输出aj,按式(3)计算网络输出yk。
(其中αi=xi)(2)
(3)
4)按照式(4)计算训练输出层误差值δk,按照式(5)计算训练隐层的误差值δj。
k=1(4)
(5)
5)按照式(6)、式(7)、式(8)、式(9)分别修正隐层权值ωij、输出层权值ωjk、隐层阀值θj、输出层阀值θk。式中η、α均为学习速率系数。η为各层按梯度搜索的步长,α是各层决定过去权值的变化对目前权值变化的影响的系数。
(6)
(7)
(8)
(9)
6)判断是否满足精度要求|Уpk-У|
在使用1000份调查问卷统计数据对网络进行训练时,网络通过比对输出值和教师值(信用卡调查问卷中已使用了信用卡和打算要使用信用卡的值为1否则为0)不断调整各结点输出权重,直到使网络输出和教师值的误差在较小的范围内,从而得到1000组权重矩阵。在对新问卷进行预测时,程序依次载入权重矩阵集,并通过网络输出和教师值比对结果确认新问卷和哪些训练集中的问卷相似。相似的程度(即网络的模式识别能力)是通过设定误差的取值来确定的。误差的大小可由程序从一个较小值(如0.001)逐渐增大,直到找到一份相似问卷终止。若有多份相似问卷同时被找到,再通过确认它们教师值的概率大小来预测新问卷调查者是否是潜在的信用卡使用者。
3matLaB程序设计
clear;loadSampleData.txt;loadteacher.txt;%读入1000个样本数据,读入教师数据
X=SampleData;t=teacher;X=X/50;%降低网络输入强度
R=1000;epsilon=0.01;%设置循环次数和训练的数据条数相同,设定误差
forn=1:R
卷积神经网络理论篇5
关键词：网络文化;建设和管理
一、网络文化研究综述
我国互联网发展迅速，普及率达到16%。互联网已经成为人们生产、生活中不可或缺的内容，极大地促进了我国的经济、政治(教学案例，试卷，课件，教案)、文化和社会建设。同时，互联网的负面效应也引起社会广泛、深切的关注，进入了党和政府决策层的视线。2007年初，总书记发表“以创新的精神加强网络文化建设和管理”为主题的讲话，阐述了重视网络文化的重大意义，十七大报告提出把“加强网络文化建设和管理，营造良好网络环境”作为和谐文化建设的重要部分。因此，结合山东省实际，贯彻十七大精神，加强网络文化研究和建设任重道远。
“网络文化”有三个层面的含义。一是网络时代人类创造的全部物质文明和精神文明的总和，对应文化的最广含义(人类文明);二是人类社会中一切基于互联网的行为、现象或成果，范围更小(不包括与自然界的和人类社会中与互联网无关的);三是人类利用互联网这一工具从事的文化活动，对应文化的最小概念(仅指精神、意识层面上的)。从目前互联网的发展来看，互联网不仅是进行精神成果生产和传播的工具，而是深入到全社会的每一个角落甚至人类内心深处，带来了许多新的文化现象，因此，第二个层面的定义更合理。
国外对网络文化的研究始于20世纪90年代初，国内学者认为经过了三个研究阶段。第一阶段是克林顿政府建设信息高速公路计划引发的对网络及文化的探讨，主要是关于网络及其文化的积极影响和消极影响的争论;第二阶段是90年代中期以后对网络文化的研究，称为本体研究阶段，这一阶段主要集中于对虚拟社区和在线身份的研究;90年代后期，国外网络文化出现了综合研究的趋势，研究视野更加广阔，进入了网络文化研究的第三阶段。
我国学术界对网络文化的研究始于20世纪90年代末期，时间虽短，但发展迅速，出版和翻译了大批的网络文化著作，研究主要集中在三个方面：网络文化基本理论研究，包括网络文化的概念、内容的界定，探讨网络文化的特性、伦理制度等。从宏观、中观、微观层面分析网络文化的兴起对政治(教学案例，试卷，课件，教案)、经济、文化正反两方面的影响。分析网络文化在某一行业和领域的应用、影响和对策。
二、山东省网络文化发展状况分析
(一)山东省网络文化建设有良好的经济和资源基础
经济的高速发展为山东省互联网业的发展打下了雄厚的物质基础，为山东省网络文化建设提供了保障。2006年山东省经济总量达到21846.7亿元，人均生产总值23546元，增长13.9%。经济的高速发展为网络文化产业提供了强有力支撑，消费结构加速升级，网络文化消费持续走高。
山东省文化资源丰富独特，网络资源积累迅速。山东省是华夏文化的重要发源地，齐鲁文化积淀深厚，具有独特资源和市场优势。孔子文化、鲁文化、齐文化、海文化、泉文化、泰山文化、民俗文化、红色文化影响深远，海尔、海信、浪潮现代科技文化时尚精彩。拥有两处世界文化自然遗产，29个全国文化先进县，23个中国民间艺术之乡，7座部级历史(教学案例，试卷，课件，教案)文化名城，24项部级非物质文化遗产。网络资源方面，2006年山东省域名总数达189420个，占全国域名总数的4.6%;网站总数达37718个，占全国网站总数的4.5%，居全国第七位;网页总数达到168387087个，平均每个网站4464.4个网页。这表明，山东省已积累起一定的网络资源，并处于快速增长之中。
(二)山东省网络文化产业发展迅速，网络文化产品和服务的提供能力不断提高
网络文化产品和服务的供给能力不断提高，成为满足人民群众精神文化需要的重要渠道。山东网通、移动等通信服务企业稳步发展，带来了网络服务业高速增长，涌现出了百灵、舜网等全国著名门户网站，电子商务、数字内容等信息增值服务新领域逐步拓宽，网络报刊杂志、网络视频、手机电视等新媒体形式布点完善。政府网站建设水平和服务质量不断，电子政务应用不断深化，省信息化工作领导小组办公室每年对全省政府网站绩效评估，涌现出了一批在“政务公开”、“在线办事”、“公众参与”和“服务企业”等方面表现突出的优秀政府网站。大众报业等集团已有了自己报纸的网络版，大众报业集团、临沂日报报业集团、烟台日报传媒集团等开发的手机报已经步入正轨，山东广电集团开发的手机电视已经正式运营，把手机打造成一种融新闻短信、影视娱乐、游戏和动漫诸多功能的多媒体。
(三)网络文化管理进一步完善，网络环境得到进一步净化
为使网络文化健康发展，相关部门相继出台了《山东省互联网上网服务营业场所连锁经营管理暂行办法》、《山东省信息化建设管理规定》、《山东省人民政府办公厅转发省文化厅等部门关于开展网吧等互联网上网服务营业场所专项整治意见的通知》、《山东省文化厅关于对互联网上网服务营业场所从事电脑游戏活动审核、管理的暂行办法》等规范。文化执法部门不断加强对互联网营业场所的监督检查，落实网吧分类等级管理制度，把散、乱、小、差和违法经营活动多发场所列入“黑名单”，实施重点检查监督，网民和社会对上网场所的满意度提高。
(四)山东省网络文化建设和管理面临许多问题和挑战
1、网络安全问题突出。网络政治(教学案例，试卷，课件，教案)安全，主要指国家和意识形态来自互联网的威胁。网络权益安全，通过互联网侵害个人、法人或者其他合法组织的人身、财产等的合法权益。网络系统安全，硬件方面的关键系统、关键设备、关键技术由他人控制的潜在威胁;软件方面的病毒、垃圾邮件等恶意信息破坏网络正常运行和耗费网络资源，造成经济、资源等各种损失。
2、网络文化建设重事业轻产业。政府财政每年都对政府电子政务和事业单位网站有巨大投入，但效果不明显，利用效率低，与投入不成比例，与人民群众的要求不相适应。相反，能满足人民群众多样化需要的网络文化产业却没有足够的资金支持，缺少优惠政策扶持，发展缓慢，至今山东省没有一家有竞争力的动漫游戏企业和网站。3、网络文化法制和伦理道德建设滞后。自1994年国务院《中华人民共和国计算机信息系统安全保护条例》以来，我国已制定了多部关于互联网的法律、规定，但是仍然落后于现实发展需要，许多问题如互联网跨国犯罪、电子签名效力、网络侵权的不正当竞争等需要新的立法进一步明确。互联网从业人员和网民的道德素质亟待加强。许多网站为吸引眼球刻意搜集一些个人隐私、色情信息进行。许多网民利用电子信箱、各类论坛、公告板、留言簿对他人进行诽谤、恐吓，甚至形成网络集体暴力，网络风气亟需净化。
4、地方文化资源利用率低，特点不明显。网络文化建设必须有特色才能吸引特定地域或爱好的人群，山东省的网络文化建设恰恰是欠缺地方特色，没有充分挖掘、利用齐鲁魅力无限的历史(教学案例，试卷，课件，教案)、文化、经济、社会资源，没有起到对山东省充分的宣传作用，网站自身也难获得
认可，建立不起竞争优势。
5、网络管理体制不顺、机制落后。网络文化分别由宣传部、公安厅、文化厅、新闻出版局、信息产业厅等部门联合管理的体制势必造成管理职能上的漏洞和交叉，执法资源上的浪费，一旦出问题无法系统协调的处理。管理方式以行政手段为主，得不到网络服务企业和社会力量的帮助，只能是亡羊补牢。
三、加强山东省网络文化建设和管理的对策
(一)明确山东省网络文化建设的目标和内容
追求社会效益是山东省网络文化建设的根本目标，实现经济效益是基本目标，要追求二者的良性结合，始终把社会效益放在第一位。公共服务和其他非营利性网站，必须坚持社会主义先进文化的发展方向，努力宣传科学(教学案例，试卷，课件，教案)真理、传播先进文化、倡导科学(教学案例，试卷，课件，教案)精神、塑造美好心灵、弘扬社会正气。加大网站建设评比力度，推出一批具有良好导向示范作用的品牌网站，扩大宣传。政府宣传部门积极发挥引导作用，鼓励企业和个人网站探索提高盈利水平与宣传先进文化、利用山东省特色资源相结合的模式。对社会效益贡献突出的网站，政府要制定政策，加大奖励和扶持力度。
(二)实施市场化战略与鲁文化战略
1、市场为网络文化建设提供动力，产业化是网络文化建设的主要实现方式，要大力发展山东省网络文化产业。积极为网络文化产业的发展创造良好的外部环境。各级政府要积极制定和落实网络文化产业扶持政策，制定实施细则，加大对网络文化产业的资金扶持力度，完善相应的财政、税收、奖励和土地优惠政策。进一步放宽市场准入门槛，鼓励各种社会资本进入，允许国有实力雄厚的企业跨行业经营。尊重市场主体的地位，打破部门垄断和第七封锁，建立统一、开放、竞争、有序的网络文化市场体系，让市场健康发展。优化行业结构，完善产业链，培育壮大市场主体。山东出版集团、各大报业集团等实力雄厚，要积极建设、并购网站或与网站合作，进行技术升级，发展数字新媒体。山东广电集团要积极引领省市电视台发展网络视频、网络音乐等。有实力的文化企业大胆整合省内影视、演艺力量，进军网络游戏动漫市场，不断扩展产业链，实现持续发展。通过建设网络文化产业园区和产业基地来实现网络文化产业的集群化发展。
2、特色是网络文化建设的取胜之道，山东省网络文化建设过程中，要把自己丰富独特的文化资源作为网络文化建设的重要源泉，推动我省优秀文化产品的数字化、网络化，实行鲁文化战略。要大力研发具有自主知识产权的原创网络文化产品，叫响“山东原创、齐鲁品牌”。推动企业积极参与、举办产品的宣传推介活动，把产品的宣传与各地丰富多样的节庆、展览、比赛及民俗活动结合起来。把网络文化原创作品和文化旅游演艺节目一起，列入“山东省精神文明精品工程”评选，充分利用评选的导向作用，努力形成一批具有齐鲁气派、体现时代精神、品位高雅的网络文化品牌，推动网络文化发挥滋润心灵、陶冶情操、愉悦身心的作用。
(三)净化网络环境，努力营造文明健康、积极向上的网络文化氛围
网络上大量宣扬暴力、色情的内容是对社会风尚的严重污染，更是毒害青少年的精神杀手，要从立法、执法、技术上加强监管和清理。认真贯彻《未成年人保护法》、《互联信息服务管理办法》等法律法规，修订《互联网出版管理暂行规定》，通过法律、制度规范互联网传播行为。尽快建立与国际接轨的网络法规，共同防范跨国网上色情活动。行使行政职权管理是打击网络色情的主要手段，每年多开展几次网上“扫黄打非”专项治理行动，震慑不法犯罪分子。利用技术手段实行实时监控，发现不良信息及时处理;设立更加便捷的举报方式，完善公共场所巡查制度。完善《网络游戏防沉迷系统》、《网络游戏实名系统》，尽快建立互联网内容的分类分级制度。
(四)加快山东省网络文化队伍建设
从事网络文化建设和管理，不仅要求政治(教学案例，试卷，课件，教案)素质高，而且要求业务能力强，具备一定水平的计算机软硬件知识。各级领导干部要自觉学习互联网知识，紧跟网络文化发展步伐，提高网络安全意识，提高对网络文化建设和管理工作的领导水平和驾驭能力，努力开创我国网络文化建设的新局面。建议我省人事部门在公务员的招考、培训、考核中，加大网络文化知识的比例;充实我省网络文化建设和管理队伍;建立实体性的山东省网络文化专门研究部门或应急处理部门;加强与高校及社科研究机构的联系，互促互进。
参考文献：
1、刘良海.网络文化导论[m].中国文联出版社,2005.
2、沈木珠.中国电子商务立法再探讨[n].人民法院报(理论版),2001-03-02.
卷积神经网络理论篇6
【关键词】生存质量；大学生；人格特征；网络成瘾；路径分析
doi:10.3969/j.issn.1000-6729.2009.02.014
中图分类号：C913.5，R749.91文献标识码：a文章编号：1000-6729(2009)002-0138-05
生存质量又称生命质量、生活质量（QualityofLife，QoL），是指个体生理、心理、社会功能以及物质生活条件各方面的客观状态和主观感受［1-2］。大学生是网络使用的高频率人群，也是网络成瘾（亦称网络过度使用）的高发人群之一［3-4］。国内外研究表明，网络过度使用对大学生的身心健康有严重的影响［3-5］，但很少有研究评估网络过度使用大学生的生存质量状况。研究还表明，人格特征对大学生过度使用网络存在影响［4,6-7］，但人格特征、网络使用程度与生存质量之间的关系尚不清楚。本研究采用路径分析探讨不同网络使用程度大学生人格特征与生存质量的关系，为改善和提高大学生的生存质量提供依据。
1对象与方法
1.1对象
2006年11月方便选取湖南省长沙市某综合性大学。该大学共有在校本科生近20000人，覆盖理科、工科和文科57个专业4个年级。其中理科学生7500人，工科学生9000人，文科学生3500人。一年级学生约5500人，二、三年级学生各5000人左右，四年级学生约4500人。采用分层整群抽样方法，先按专业（理科、工科和文科）分层，然后按年级(一、二、三、四年级)分层，用随机数字表法从每一层抽取3~4个班（要求每一层学生人数在100人左右）。共计抽样32个班1350人，其中44人因问卷缺省条目超过5%，予以剔除，最终获得有效问卷1306份。受试学生平均年龄为(19.5±2.1)岁，男女生比例分别为56.3%和43.7%。
1.2工具
1.2.1一般情况调查表
该表包括①社会人口学指标（年龄，性别，是否独生子女，生源地，所在年级，所学专业）；②家庭情况（父母亲年龄，职业，受教育程度，家庭人均月收入）；③人际关系（对父母亲关系的评价，与同学、老师相处情况，对学校生活的适应情况，对所学专业的满意度）；④网络使用情况［上网时间，上网的目的，每月上网费用(元)，对网络使用的态度］。
1.2.2网络成瘾诊断量表(internetaddictiontest,iat)［8］
该量表为自评量表，由20个条目组成，每个条目有5种选择，赋值1~5分，总分为100分。根据总分判定测试者是否网络成瘾及其程度，总分49分及以下为正常使用网络，50~79分判定为网络成瘾倾向，80~100分判定为网络成瘾。该量表目前国内使用较多，未见信度、效度指标报告。本研究中，该量表的内部一致性系数α达到0.9234，各条目间的相关系数在0.35~0.87之间，均有统计学意义。
1.2.3艾森克人格问卷(eysenckpersonalityQuestionnaire,epQ)(成人版)［9］
该问卷共有85个条目，包括四个分量表三个维度：p量表测量精神质维度、e量表测量内外倾维度、n量表测量神经质维度、L量表测量受试者的“掩饰”倾向和纯朴性。每个条目分“是”与“否”两种选择，其中一部分条目答“是”记“1”分，答“否”记“0”分，另一部分条目记分方式则相反，分别统计各分量表原始总分，再将各分量表原始总分换算成标准分。经验证该量表的信度和效度较好，各分量表间隔1个月重测，其相关系数为0.83~0.90，内部一致性系数为0.68~0.81［9］。
1.2.4世界卫生组织生存质量量表简表中文版（worldHealthorganizationQualityofLifeBriefScale，wHoQoL-BReF）［10］该量表由26个条目组成，包括总的生存质量和总的健康状况（共2个条目）及生理领域、心理领域、社会关系领域、环境领域4个维度（共24个条目），每个条目分别按1~5级计分，得分越高，说明生存质量越好。该量表已被证实具有较好的信度和效度［10］。考虑到量表的第21条“您对自己的性生活满意吗？”不适合大学生，胡国清等［11］采用相同量表对高中生调查时将该条目改为“您对自己青春期的变化适应吗？”，考虑到大学生与高中生具有相似之处，本次调查也将该条目作相同替换处理。
将被调查的学生集中在教室，由经过培训的调查人员讲解问卷的正确填写方法后，要求学生在30~40分钟时间内独立完成，所有问卷填写后当场收回。在调查结束后第14天随机抽取1个班的学生（共30人）进行重复测量，将两次调查结果进行一致性分析。
1.3统计方法
经调查人员核实评分后，用epiData3.0建立数据库，采用双录入检错。采用SpSS13.0软件进行描述性分析和方差分析（F检验），对方差分析有统计学差异者再用最小极差法（LSD）作两两比较。另外，采用结构方程模型分析软件amos(analysisofmomentStructures)7.0作路径分析。
2结果
2.1大学生网络成瘾情况
网络成瘾诊断量表评分结果显示，1306名大学生中有1129名大学生属于正常使用网络（占86.45%），有169人属于网络成瘾倾向（占12.94%），有8人属于网络成瘾（占0.61%）。
2.2不同网络使用程度大学生艾森克人格问卷、生存质量量表评分比较
方差分析结果显示，三组学生的神经质、精神质和掩饰维度得分差异有统计学意义。进一步两两比较显示，正常网络使用组学生的神经质、精神质维度得分低于网络成瘾倾向组和网络成瘾组学生，而掩饰维度得分高于网络成瘾倾向组和网络成瘾组学生；三组学生在生存质量的生理、心理和社会关系领域得分差异有统计学意义；经两两比较，正常使用网络组学生生理、心理和社会关系领域得分均高于网络成瘾倾向组和网络成瘾组学生（见表1）。
2.3人格特征对网络使用大学生生存质量影响的路径分析
该分析以艾森克人格问卷的内外倾、神经质、精神质、掩饰性得分为外生显变量，以网络成瘾诊断量表总分、生存质量量表的生理、心理、社会关系和环境领域得分为内生显变量，建立路径分析模型。模型通过最大似然法(maximumLikelihoodestimates,mL)不断拟合，最终得到拟合较好的路径分析修正模型［χ2=5.595，df=6，p=0.428；GFi(拟合优度指数)=0.993，aGFi(调整拟合优度指数)=0.982；RmSea(近似误差均方根)=0.035］（图1）。内外倾对生存质量的4个领域均有直接正向效应，神经质、精神质对生存质量的4个领域均有直接负向效应，神经质、精神质对网络成瘾分有直接正向效应，掩饰性对网络成瘾分有直接负向效应，神经质、精神质、掩饰性还可通过影响网络成瘾分间接影响生存质量的3个领域（环境领域除外）；网络成瘾分对生存质量的3个领域（环境领域除外）有直接负向效应。
艾森克人格问卷4个分量表得分高低对网络成瘾分及生存质量4个领域的影响效应大小(包括总效应、直接效应和间接效应)见表2。
3讨论
本研究结果表明，大学生网络成瘾倾向及网络成瘾的比率为13.55%。曾瑾等［12］采用相同量表报告成都市大学生网络成瘾比率(网络成瘾倾向+网络成瘾)为5.8%，中学生网络成瘾比率(网络成瘾倾向+网络成瘾)为20.3%，提示大学生网络成瘾率存在时间、地点、人群差异。本研究单因素分析显示，网络成瘾倾向大学生与网络成瘾大学生生存质量的3个领域(环境领域除外)得分均低于正常使用网络大学生，提示网络成瘾倾向大学生及网络成瘾大学生有较低的生存质量，与Ferraro等［13］的研究基本一致。网络成瘾倾向大学生及网络成瘾大学生有较低的掩饰性得分以及较高的神经质得分和精神质得分，与金宇等［14］、Cao等［15］对青少年的研究结论基本一致，国外学者的研究［6-7］也支持这一结论。提示网络成瘾倾向大学生及网络成瘾大学生在人格特征方面与正常使用网络大学生存在差异。
根据艾森克人格理论，神经质维度得分高的人容易焦虑、担忧,常郁郁不乐,忧心忡忡,有强烈的情绪反应；精神质维度得分高的人具有性格孤僻,对他人漠不关心,不近人情,与人不友好的特点,具备这些人格特征基础的人群正性情感体验都较低,容易在虚幻的世界中寻求自我，因而也易于沉溺于网络之中［16-17］。Kim等［6］研究沉溺于在线网络游戏青年的人格特征，表明具有攻击和自恋性人格特征及自我控制力低的青年容易沉溺于在线网络游戏。neimz等［18］的研究表明，沉溺于互联网的学生容易出现社会、人际关系方面的问题，具有较低的自尊和较强的社交性去抑制（sociallydisinhabited）。张翠红等［4］用SCL-90量表比较正常使用网络大学生与网络成瘾大学生的心理健康状况，也显示网络成瘾倾向大学生有较多的心理问题。可见，神经质、精神质维度分高的学生有较低的生存质量，也易于沉溺于网络，进一步降低其生存质量。研究还显示，内外倾维度分高的学生有较高的生存质量，可能与内外倾分高的人具有外向性格、爱交际、朋友多的特点，能获得较多的社会支持并有较多的正性情感体验有关［19］。
本研究通过横断面研究发现人格特征对网络使用程度不同大学生的生存质量可能具有直接和间接的影响。但为了建立人格特征与网络使用程度不同大学生生存质量之间的因果关系，需要进一步采用队列研究方法，同时将其他可能相关的因素如个人因素（性别、年龄、学习成绩）、家庭情况（经济状况、教养方式）、学校因素（人文环境）等结合起来进行研究。
参考文献
［1］orleyJ,Kuykenw.Qualityoflifeassessment:internationalperspectives［m］.SpringerVerlag,Berlin,1994：36-37.
［2］wHo.thedevelopmentofthewHoqualityoflifeassessmentinstrument［m］.Geneva.1993.
［3］朱克京,吴汉荣.大学生网络成瘾的心理社会因素［J］.中国心理卫生杂志,2004,18(11)：796-798.
［4］张翠红，刘国伟，谢正，等.大学生网络成瘾与人格特征及心理健康状况分析［J］.中国心理卫生杂志，2006，20(11)：761.
［5］ozcannK,BuzluS.internetuseanditsrelationwiththepsychosocialsituationforasampleofuniversitystudents［J］.CyberpsycholBehav,2007,10(6):767-72.
［6］KimeJ,namkoongK,Kut,etal.therelationshipbetweenonlinegameaddictionandaggression,self-controlandnarcissisticpersonalitytraits［J］.eurpsychiatry,2008,23(3):212-8.
［7］KoCH,YenJY,ChenCC,etal.tridimensionalpersonalityofadolescentswithinternetaddictionandsubstanceuseexperience［J］.CanJpsychiatry,2006,51(14):887-94.
［8］师建国.成瘾医学(第1版)［m］.北京:科学出版社,2003,205-206.
［9］陈仲庚.艾森克人格问卷的项目分析［J］.心理学报，1983，15(2)：211-218.
［10］方积乾.生存质量测定方法及应用［m］.北京：北京医科大学出版社，2000,1：118-122.
［11］胡国清，孙振球，黄正南，等.高中生生存质量评定量表的研制与考评［J］.中国卫生统计,2002,19（2）：71-75.
［12］曾瑾,陈希宁.成都市大、中学生网络成瘾行为的比较研究［J］.现代预防医学，2006，33(10)：1790-1791.
［13］FerraroG,CaciB,D'amicoa,etal.internetaddictiondisorder:anitalianstudy［J］.CyberpsycholBehav,2007,10(2):170-175.
［14］金宇，苏林雁，曹枫林，等.网络过度使用倾向中学生的人格特征［J］.中国心理卫生杂志，2007，21(12)：832-836.
［15］CaoF,SuL.internetaddictionamongChineseadolescents:prevalenceandpsychologicalfeatures［J］.ChildCareHealthDev,2007,33(3):275-81.
［16］郑日昌.大学生心理诊断［m］.济南:山东教育出版社.第1版.1996:186-189.
［17］唐洁,孟宪璋.大中学生主观幸福感的比较研究［J］.中国临床心理学杂志,2002,(4):316-320.
［18］niemzK,Griffithsm,Banyardp.prevalenceofpathologicalinternetuseamonguniversitystudentsandcorrelationswithself-esteem,theGeneralHealthQuestionnaire(GHQ),anddisinhibition［J］.CyberpsycholBehav,2005,8(6):562-570.
卷积神经网络理论篇7
论文摘要：随着因特网的广泛应用，网络生活越来越成为中学生的重要生活方式，如何在信息技术课中加强德育渗透，引导学生树立正确的网络道德观成为一个重要的研究课题。文章主要介绍了作者在日常教学中渗透网络道德教育的几点尝试。
随着因特网的广泛应用，网络生活越来越成为中学生的重要生活方式。据最新调查表明，目前在中国的网络用户中青少年学生占21%，上网冲浪已成为学生的时尚。网络的开放性、隐蔽性、无约束性和虚拟性营造了青少年道德成长的新环境，同时也对培养青少年学生正确的道德观提出了挑战。信息技术的学科特点，决定了它与网络的不可分割性，所以进行网络道德教育成为信息技术教师责无旁贷的任务。
一、渗透网络道德教育的必要性
我们对本校高一年级245名学生进行了问卷调查。结果发现网络在对学生产生积极影响的同时，也产生了一些消极的效应，主要体现在以下三方面。
1.网络信息的复杂性易对中学生造成“信息污染”
网络是一个信息的宝库，同时也是一个信息的垃圾场。学术信息、娱乐信息、经济信息以及各种各样的黄色、暴力信息常常混杂在一起。中学阶段是青少年人生观、世界观和价值观形成的重要阶段，他们是非辨认能力还很差，经常浏览黄色和暴力内容的网站容易使一个人的性格扭曲，严重者会出现人格分裂和精神变态。据不完全统计，60%的青少年学生无意中接触过网上的黄色信息。
另外，互联网上还有许多政治上极为反动的信息，在调查中发现，68%的学生曾收到过反动的不明电子邮件。这一切对自制力和分辨力不高的青少年学生都有很大的危害。
2.网络的虚拟性造成中学生社会化的“不足”
青春期的中学生，成人意识很强，自我意识很重，尽管他们在很多方面还显稚嫩，然而，他们普遍感觉自己已长大成人，对来自学校、家庭的不同意见持强烈的对抗心理。虽然我们的调查中有高达53%的学生承认父母是自己最信任的人，但是很多中学生不愿意和长辈谈心里话，他们反感长辈的居高临下和对自己缺乏理解，网络成为部分学生宣泄情感的重要场所。在这个虚拟化的社会里，每个人的“脸”都是统一的显示器，每个人的“话”都是显示器上的一排排文字，似乎比现实社会更“纯洁”。但是，这个虚拟的社会与现实社会有较大差距，并不同步。如果习惯性地“生存”在这个虚拟化的社会里，必然会影响、甚至改变其思维、生活方式和人际交往，使其对现实生活产生一种冷漠感、距离感，失去传统的亲情、友情等道德情感与平等互助、和谐一致的道德关系。
3.沉湎网络影响学生的身心健康
通过问卷调查，我们发现大多数中学生上网的目的是聊天和玩游戏。
漫无目的的聊天在时间上很难控制，游戏的兴趣持久性长，再加上青少年爱玩的天性，而中学生的自制力又很差，因此很容易造成上网成瘾。不少中学生成了小“网虫”，沉湎于网上，将90%的时间用到网络游戏上，做了网络的俘虏，为网络所累，痴迷于“网吧”、“聊天室”不能自拔。迷恋网络世界，一方面挤占了课余体育锻炼和参与社会实践的时间，有的甚至挤占正常的学习时间，不利于炼就健康的体魄和参与社会实践的能力，也不利于学习。另一方面，在生理上中学生正处于快速发育阶段，若过长时间与电脑相处，不仅眼睛超负荷运转，危害视力，也使得脊椎变形，情绪不振，身体的健康受到威胁。
二、渗透网络道德教育的途径与方法
网络的负面作用对教育带来了巨大的冲击，如何在信息技术课中加强德育渗透，引导学生树立正确的网络道德观成为一个重要的研究课题。针对问卷调查所显示出的学生网络道德的缺失，在日常教学中我们尝试在以下几个方面引导学生正确看待和利用网络。
1.开展主题辩论，培养学生正确的道德观
在我们的问卷调查“你对网上黑客的态度”这个问题中，56%的学生表示“反对”，33%的学生表示“无所谓”，还有11%的学生表示“支持”，这表明有些学生对“黑客”的定义还不是很清楚，对“黑客”充满着神秘感，甚至把他们当作偶像来崇拜。针对这种情况，我们在信息技术课上开展了“‘黑客’是‘侠’，还是‘盗”’的主题辩论会。让学生通过两个星期的资料搜集、整理以及课堂上针锋相对的辩论，使他们了解到相关的法律知识，认识到黑客行为对网络社会的危害，从而自觉维护和保持这个“社会”的正常秩序，自觉遵纪守法。
在介绍有关计算机的知识时，让学生讲述自己曾经遇到的电脑病毒，以及病毒造成的种种损失，大量的实例使学生意识到病毒的巨大危害性，从而增强他们的防毒意识。同时，通过向学生征集“防毒小技巧”、让学生评选“最佳杀毒软件”，促使学生主动获取有关防毒知识，使他们在感性中形成道德认知，进而树立良好的道德观。
2.利用论坛展开讨论，引导学生文明上网
在调查中，我们让学生列举网上的一些不文明现象，经过统计主要集中在:色情广告、网络欺诈、使用不文明用语、盗用他人信息、垃圾邮件等几方面。可见，学生们有一定的文明意识，对网上的不文明现象也表示反感，只是没有统一的行为规范来约束自己，容易受到坏人的误导。为此，我们带领学生利用网上论坛展开“制订中学生文明上网规范”的讨论，鼓励学生畅所欲言，发表自己的观点，由于网络论坛的时间优势，整个讨论活动持续了一周，学生可以利用业余时间发表观点，给了学生充分发表自己见解的机会。
为了能把自己的发言放到论坛精品区，每个学生都作了充分的准备，对的内容认真阅读与分析，一些平时不善言语的同学也积极发表了自己的见解，还有一些同学在看到其他同学发表的见解之后，进行了深入讨论，在“短兵相接”的思想碰撞中，学生的认识得到了提升，行为规范的热点、难点问题也随之迎刃而解。在这个活动中，学生不再是单方面的受教育者，他们在参与讨论的过程中不知不觉也加入到了德育组织者、实施者、支持者的行列中来，达到了很好的教育效果。
3.公开电子邮件地址，做学生的“知心姐姐”
每学期的第一节课上，教师都会向学生公布自己的电子邮件地址，这样做是为了更好地与学生沟通，及时解决学生学习和生活中遇到的问题。我们认为为学生答疑解惑、进行必要的心理辅导是每一位教育工作者的职责。作为一名信息技术教师，在这样一个网络无所不在的社会中，更有责任和义务帮助学生解答心中的困惑，帮助他们树立正确的人生观、价值观。电子邮件具有匿名、隐蔽的特点，它能充分缩短师生之间的心理距离，使学生减少顾忌，真实地表汰自己的内心情感。学生们最开始的时候只是问一些学习问题，在经过一个时期的试探和相互交流以后，学生的话题越来越多。有的学生为了更好地与我们交流，还为我们申请了QQ号码。电子邮件这个得力的网络联络工具，既缩短了教师与学生间的距离，又增进了师生间的感情，使我们能够尽快地解决学生的思想问题，保证他们身心健康成长。
4.共建班级主页，培养学生的协作精神
有些学生因迷恋于计算机游戏、网络，缺乏与同学的交往，在感到孤独时仅仅与计算机交流思想，以至于发展为严重的心理障碍。要解决这个问题，就需要学生主动与同伴合作、积极与他人交流，并树立学生敢于运用信息技术解决实际问题的信息。使他们认识到自己在集体中的作用，从而培养学生的合作观念，养成与他人合作的意识。
我们的问卷调查中有一道题目“如果你们班已建立班级网站，你会经常光顾吗?”有60%的学生表示很感兴趣，会经常光顾;另外34%的学生选择偶尔光顾;只有6%的学生因为各种原因表示不会光顾。了解到大部分学生支持创建班级网站，我们便带领学生开始着手筹建各班的班级主页，并让学生依据自己的特长，分别成立了资料组、美工组、技术组等，利用课余时间，投人到这项展示班集体建设成果的活动中来。学生在完成任务的过程中，互相学习，取长补短，共同进步，提高了学生运用知识、解决问题的能力。班级网站凝结着每个参与者的智慧和劳动，充分发挥了每个人的特长，每个人都收获了自信和成功。更重要的是有效地培养了学生的协作精神，提高了学生对社会的认识。
最初在调查中表示“不会”光顾班级网站的学生，据了解大部分是因为在班级中与其他同学的关系不太好或者性格孤僻，所以我们特别注意调动这部分学生的积极性，让他们参与到创建班级主页的活动中，创造机会使他们与同学一起为共同的目标奋斗，在人与人之间的交流合作、相互帮助和支持中，感受伙伴间的友谊和真情，从而愿意与他人进行交往与合作，改善同学关系。
5.推荐适合中学生的优秀网站和论坛，引导学生上“健康网”
网络虽然包罗万象，有着丰富的信息资源，但在问卷调查中，大部分学生认为现在适合中学生的网站并不很多，33%认为比较少，11%认为非常少。
为了引导学生上网，我们整理了一个网站收藏夹，其中进行了详细的分类，如学习类、娱乐类、新闻类、心理咨询类等，每一类中都向学生推荐了很多适合中学生的优秀网站和论坛，然后通过电子邮件等方式将这个收藏夹发送给每一位学生。学生们收到这份特殊的礼物后，都迫不及待的想看看老师推荐的究竟是什么样的网站，通过浏览各个网站的优秀资源，参与网上论坛的讨论，很多学生慢慢养成了上网查询学习资料、自主上网学习，在论坛发言求助或主动帮助他人的习惯。同时，学生们还不断地向我们反馈信息，向我们推荐优秀网站，使网站收藏夹内容不断扩充更新。
6.营造积极健康的信息科技氛围，感染和引导学生
为了使学生“学以致用”，激发他们对网络的兴趣，我们鼓励学生积极参加各种网页制作比赛，并协助其他学科教师制作学习网站。这种有目标的边实践边学习的方式，充分调动了学生的积极性，一批又一批的学生取得好成绩，拿回一个又一个的奖项，对其他学生也形成了无形的激励，激起他们的成功意识，使越来越多的学生投人到这项展示个人才华的活动中。
卷积神经网络理论篇8
【关键词】图像识别；数学建模；分类算法；深度学习
引言
随着微电子技术及计算机技术的蓬勃发展，图像识别应运而生，图像识别是研究用计算机代替人们自动地去处理大量的物理信息，从而代替人的脑力劳动。随着计算机处理能力的不断强大，图像识别从最早的文字识别、数字识别逐渐发展到人脸识别、物体识别、场景识别、精细目标识别等，所采用的技术也从最早的模板匹配、线性分类到广泛使用的深层神经网络与支持向量机分类等方法。
1.图像识别中的数学问题建模
1.1飞行器降落图像智能识别建模
在复杂地形环境下，飞行器进行下降过程，需要采集图像并且判断是否符合降落要求。在对飞行器进行最终落地点的选择时，如果降落点复杂程度较高，采集的图像中将会产生大量的训练样本数目，图像配准过程中，极大地增加了运算量，造成最佳降落点选择的准确率降低。提出了利用图像智能识别进行最佳降落点的建模。利用伪Zemike矩能够对降落点的图像形状进行准确的描述，利用procrustes形状分析法提取最佳降落点的特征，利用Rank的融合决策法最终实现最佳降落点选择的目的。
1.2人脸面部表情图像识别的隐马尔科夫建模
人有喜怒哀乐，目前有一种利用隐马尔科夫模型的建模方法，可以实现对人脸表情中的情感进行识别。具体的是：首先，采用子窗口对人脸面部表情图像进行采样，然后利用离散余弦变换提取所需要的特征向量，通过对人脸面部图像进行隐马尔科夫建模，使用获得的特征向量作为观测向量对人脸面部图像的隐马尔科夫模型进行训练，再使用训练后的隐马尔科夫模型对JaFFe人脸图像测试集中地人脸表情图像进行情感识别。
2.典型的图像识别算法
2.1基于Gabor变换和极限学习机的贝类图像种类识别
对贝类图像进行Gabor变换，提取其图像特征，确定了图像特征维数；采用2DpCa方法，对变换后的特征进行降维，并利用极限学习机（eLm）进行贝类图像的分类识别。与Bp神经网络和支持向量机（SVm）实验对比发现，极限学习机分类器用于贝类识别不仅速度极快而且泛化性良好，算法具有较高的精度。其特点对高维图像识别精确度高，但算法的复杂度和设计一个精确的分类器都显得难以把握。因此该类图像识别算法很难普遍推广使用，识别对象必须是贝类图像。
2.2利用公开的全极化SaR数据，研究基于SaR图像的检测、极化分解和识别算法
首先根据四个线极化通道合成伪彩色图像，从而对场景进行初步认知。利用一维距离像分析全极化各通道的信噪比强度，通过对目标进行pauli分解得到目标的奇次散射分量和偶次散射分量，从而完成对海杂波、建筑物和舰船的相干分量的研究。其特点过程简单易掌握，但识别对象有限。
2.3基于SVm的离线图像目标分类算法
基于SVm的离线图像目标分类算法，先对训练集预处理，然后将处理后的图像进行梯度直方图提取最后对图像目标的分离器进行检测，但是这种图像识别算法只是有效，实用性不强。
3.深度学习在图像识别的应用
3.1Deeplearning的原理
深度学习是一种模拟人脑的思考方式，通过建立类似人脑的神经网络，实现对数据的分析，即按照人类的思维做出先关解释，形成方便人们理解的图像、文字或者声音。深度学习的重点是对模型的运用，模型中需要的参数是通过对大量数据的学习和分析中得到的。
深度学习有两种类型：有监督学习和无监督学习。学习模型根据学习框架的类型来确定。比如，卷积神经网络就是一种深度的监督学习下的机器学习模型，而深度置信网就是一种无监督学习下的机器学习模型。
3.2深度学习的典型应用
深度学习是如今计算机领域中的一个夺人眼球的技术。而在深度学习的模型中研究热度最高的是卷积神经网络，它是一种能够实现大量图像识别任务的技术。卷积神经网络的核心思想是局部感受野、权值共享以及时间或空间亚采集。通常卷及神经网络使用最后一层全连接隐层的值作为对输入样本所提出的特征，通过外部数据进行的有监督学习，从而可以保证所得的特征具有较好的对类内变化的不变性。
3.2.1基于深度学习特征的人脸识别方法。
卷积神经网络在人脸识别领域取得了较大突破，为了更加有效的解决复杂类内变化条件下的小样本人脸识别问题，使用深度学习的方法来提取特征，与基于稀疏表示的方法结合起来，实验证明了深度学习所得的人脸特征具有很好的子空间特性，而且具有可迁移性以及对类内变化的不变性。
3.2.2基于深度学习的盲文识别方法。
目前盲文识别系统存在识别率不高、图片预处理较为复杂等问题。针对这些问题，利用深度模型堆叠去噪编码器自动、全面学习样本深层次特征，避免人为手工选取特征存在的多种弊端，并用学习的特征作为神经网络的输入，更大程度地避免了传统神经网络由于随机选取初值而导致结果陷入局部极值的问题。
3.2.3基于深度学习的手绘草图识别。
目前的手绘草图识别方法存在费时费力，较依赖于手工特征提取等问题。基于深度学习的手绘草图识别方法根据手绘草图时缺失颜色、纹理信息等特点，使用大尺寸的首层卷积核获得更多的空间结构信息，利用训练浅层模型获得的模型参数来初始化深度模型对应层的模型参数，以加快收敛，减少训练时长，加入不改变特征大小的卷基层来加深网络深度等方法实现减小错误率。
4.结论
图像识别是当代人工智能的热门研究方向，其应用领域也是超乎人类想象的，相信通过技术的不断创新，图像识别技术会给人们的生活带来智能化、个性化、全面化的服务。
参考文献：
[1]穆静，陈芳，王长元.人脸面部表情图像的隐马尔科夫建模及情感识别[J].西安：西安工业大学学报，2015（09）.
[2]杨靖尧，里红杰，陶学恒.基于Gabor变换和极限学习机的贝类图像种类识别[J].大连工业大学学报，2013（04）.
[3]马晓，张番栋，封举富.基于深度学习特征的稀疏表示的人脸识别方法[J].智能系统学报，2016（11）.
卷积神经网络理论篇9
本课题采用问卷调查法和分析法，选取辽宁部分高校的大学生为调查对象，男生175人，女生325人；其中中共党员30人，共青团员467人，群众3人。调查共发放500份问卷，回收问卷486份，有效问卷477份，有效率约为97%。
二、调查结果与分析
（一）多元文化价值观对大学生的影响
在多元文化并存的今天，你怎样进行选择？64.6%的大学生认为应该吸取所有文化的精华，然后整合，为我所用，仅有13.4%的人表示全盘西化或者拒绝外来文化。多元文化通过什么途径对大学生产生影响，影响程度如何？80.7%的大学生选择通过网络媒体接受的一些外来文化，97.54%的大学生已经受其影响了，仅有2.46%的大学生没有受到任何影响。由以上调查可知，大学生通过网络媒体，极易受到多元文化的影响。
（二）大学生社会主义核心价值观认知度的调查分析
1.大学生社会主义核心价值观调查。
你知道社会主义核心价值观包括哪些基本内容吗？知道的占29.2%,了解的占53.2%,不知道的占17.6%。你是从哪些渠道了解社会主义核心价值观的？学校开课占43.6%，浏览网页占32.8%，学校宣传占9.4%，阅读书籍占4.9%，党支部内部学习占4.4%，家庭教育占3.6%，其他占1.3%。影响大学生确立核心价值观的最主要原因是什么？不正之风的影响占43.7%，负面信息的作用和影响占30.9%，其他方面影响不大。可见，绝大部分学生了解核心价值观，主要是通过学校开设的课程知道的，影响核心价值观主要是社会的一些阴暗面和网上的负能量。
2.关于马克思主义指导思想的调查分析。
你知道马克思主义的具体内涵吗？知道占22%，不知道占36.8%，模糊占41.2%。马克思主义对当代大学生的影响是什么？更好的指导我们科学的学习和工作占16.3%，提高政治思想觉悟，充实自己占10.4%，为考研做准备占24.2%，没什么影响占49.1%。可见，绝大多数学生对马克思主义的基本问题还不太清楚，认为马克思主义没有用，也没什么影响。
3.中国特色社会主义共同理想。
中国特色社会主义没有西方制度优越占0.83%，优越于西方资本主义占30.7%，世界上没有最好的制度，适合自己的才是最好的占29.2%，中国特色社会主义最符合中国国情，是最佳选择占39.07%。十以来，党中央为发展中国特色社会主义采取了一系列新的措施，你认为这些措施效果如何？效果很好占17.2%，很难持久占26.4%，效果一般,存在一定的形式主义占56.4%。可见大学生对中国特色社会主义还是了解并拥护的，就是在实施过程中效果体现的还不太明显。
4.民族精神。
你认为发扬民族精神的最佳途径是什么？加强网络宣传工作占56.5%，以先进典型为载体，强化思想教育工作的吸引力和影响力占20.7%；积极发挥学生党团员的带头作用，努力培育广大学生的民族精神占22.8%。如何提高大学校园里面民族精神的氛围？上毛邓三等类似的理论课占63.6%，宣讲占9.4%，论坛占2.3%，图片展览占22.7%，其他占2%。由此可知，大部分学生有着强烈的民族民族精神，但存在的问题也不容忽视。
（三）践行社会主义核心价值观的调查
你认为以下哪种形式对加强大学生社会主义核心价值观教育发挥作用更大？讲座论坛占39.5%，思政课占30.7%，学生宣传占16.6%，主题竞赛活动占7.4%，报告会占3.6%，典型表彰占1.9%，党员、团干培训占0.3%。你认为目前参加社会公益活动的主要不利因素是：信息渠道欠缺占44.3%，没有保障制度占30.2%，受到激励较少占23.4%，没参加不知道2.1%。
三、多元文化背景下实现大学生社会主义核心价值观的对策
（一）加强社会主义核心价值观网络载体的引领力度
随着信息技术突飞猛进的发展，尤其是手机网民数量的暴涨，高校德育工作者要利用好网络这个平台。可以开设思政博客，微信教育专栏，网络论坛等，利用积极的思想占领校园网络阵地，使大学生在潜移默化中受到教育。
（二）加大思想政治理论课教育教学力度
“思想政治教育的最终目的不是刻板的说教教，也不是空洞的理论。其核心本质是构建社会主义核心价值体系,以人为本,切实解决大学生思想、信仰、生活、情感的困惑，进行人文关怀，实现人的全面发展，促进社会和谐与人的自身和谐。”思想政治课理论性太强，在教学方式方法上，授课教师要认真琢磨。采取讨论法、表演法、参观法、影视法、比赛法等一些形式进行，不必拘泥老一套的填鸭式教学。在教学内容上，大力宣传具有正能量的价值观，引导大学生树立正确的人生观、价值观、世界观。
（三）加强高校校园文化建设
卷积神经网络理论篇10
[论文摘要]以海南省3所高校的421名在校非体育专业本科生为研究对象，并与体育专业本科生的网络成瘾情况进行对比研究，所有数据均采用SpSS11软件进行统计分析。结果表明：体育生的网络成瘾现象均高于文科生和理科生，而文科生又高于理科生；理科生网络成瘾者的心理健康水平均高于体育生和文科生，体育生则高于文科生。
目前，互联网已进入千家万户，并以意想不到的速度占据了社会政治和经济的各个领域，它具有信息量大、速度快、虚拟、娱乐和没有国界等功能，因而受到当代大学生的青睐，也丰富了大学生的学习和生活。但同时网络也是一把“双刃剑”，它具有强大的诱惑力，不少大学生因此患上了令全社会瞩目和忧虑的网络成瘾症，他们的身心也受到了影响。鉴此，笔者对海南省大学生网络成瘾和心理健康水平进行了调查研究，旨在了解海南省大学生网络成瘾和心理健康水平的基本情况，并在此基础上，提出了防治大学生网络成瘾综合症和提高他们心理健康水平的干预措施，这对戒除大学生网络成瘾和提高他们的心理健康水平均具有十分重要的意义。
一、研究对象与方法
(一)研究对象海南大学、海南师范大学、原华南热带农业大学等3所高校的在校本科生，其中海南大学160人，海南师范大学161人，华南热带农业大学100人。
(二)研究方法采用Jane和KathySherer所编制的“大学生网络成瘾鉴别量表”来测试大学生网络成瘾的状况；采用(SCL一90心理症状自评量表》来测试大学生的心理健康水平。
本次问卷调查共发放问卷和自测量表各421份(男生268人，女生153人)，回收问卷398份，回收率为94．5％。其中有效问卷384份，有效率为96．5％。而在这384人的有效问卷中，男生为243名，占调查总人数的63．3％；女生为141名，占调查总人数的36．7％。另外，采用SpSS11软件对所收集到的数据进行统计分析。
二、结果与分析
(一)“大学生网络成瘾鉴别量表”的测评结果与分析
在“大学生网络成瘾鉴别量表”中做出5个或者5个以上肯定答案者为网络成瘾者J，即“iaD”组，余下的学生为非“iaD”组。本次测试结果显示：网络成瘾者有32名，占测试总人数的8．33％，文科l7名，占4．43％；理科15名，占3．90％；其中男生24名，占测试总人数的6．25％，女生8名，占测试总人数的2．08％，男生多于女生。所有被测试的学生均有使用网络的经验。在实地调查中，有19．3％的学生上网是为了学习，80．7％的学生是为了在网上聊天、玩游戏、浏览不良信息或其他。从测评结果和实地调查的结果说明，大学生的认知能力较差、自我管理与约束能力不强L6j，对网络的认识和使用存在严重的偏差。
(二)“SCL一90心理症状自评量表”的测评结果与分析
1．对SCL一90量表中阳性项目数的统计与分析统计结果显示：阳性项目数大于或等于43项的有84人，根据全国常模结果，这84人可考虑筛选为阳性，由此说明，21．8％的学生具有阳性症状，并影响了他们的心理健康。
2．对SCL一90量表中阳性症状均分的统计与分析统计结果显示：阳性症状均分在0～1．0分的人数有16人，占总人数的4．2％，说明这l6人无症状；阳性症状均分在1．1～2．0分的有78人，占总人数的20．3％，说明这部分学生有症状，其心理健康受到了影响，但症状轻微；阳性症状均分在2．1～3．0分的人数有250人，占总人数的65．1％，说明这部分学生有症状，并且其心理健康受到一定的影响；阳性症状均分在3．1～4．0分的人数有37人，占总人数的9．6％，说明这部分学生有症状，而且他们受到中度的影响，主要表现在手腕关节不适、视力下降、记忆力减退、情绪低落和血压升高等；阳性症状均分在4．1～5．0分的有3人，占总人数的0．8％，说明这3人不仅有症状，而且还受到相当程度的影响，具体表现在植物性神经紊乱、体内激素水平失衡、免疫功能降低、神经衰弱，缺乏正常人的形象思维和逻辑思维，不善于与人交际等，对此应引起高度重视，必要时应给予治疗。
3．“iaD”组与全国网络成瘾常模在SCL一90量袁上的比较与分析
表1统计结果显示：“iaD”组学生的各项因子平均分大都高于全国常模中的各因子，经过检验，除躯体化因子无显著性差异外，其他9项因子均具有极显著的差异，这说明“网络成瘾症”已经影响了大学生的身心健康。在访谈的过程中发现，网络成瘾的学生一般都有手腕关节不适、腰酸背痛、食欲不振、精神恍惚、情绪低落、思维迟钝等症状。而且，网络成瘾的学生缺课现象较严重，学习成绩普遍较差，每个学期都有2～4门的课程需要重修，部分学生甚至面临退学。
4．“iaD”组与非“iaD”组在SCL一90量表上的比较与分析
表2统计结果显示：“iaD”组学生的各项因子平均分均高于非“iaD”组学生。经t检验，“iaD”组与非“iaD”组在SCL一90上的比较表明，除抑郁因子和焦虑因子无显著性差异外，其他各项因子均具有极显著的差异。在“iaD”组与非“iaD”组的结果比较中，虽然“iaD”组各项因子的平均得分均高于非“iaD”组，但在抑郁、焦虑2个因子上的表现无显著性差异，这与以往的同类研究有所不同。根据彼特鲁茨罗(Letruzzello，1991年)、拉方丹(Lafontaine，1992年)等人的研究表明¨，体育锻炼可以减缓人的抑郁和焦虑情绪，而且对抑郁和焦虑情绪状态都有显著的治疗作用。在访谈过程中，笔者还发现，虽然有些学生是网络成瘾者，但大部分都是篮球、足球、排球的爱好者，甚至小部分学生还有晨跑的好习惯，这与缓解网络成瘾者的抑郁和焦虑情绪有一定的关系。
5．文科学生“iaD”组与体育学生“iaD”组在SCL一90量表上的比较与分析
表3统计结果显示：文科学生“iaD”组的躯体化因子、强迫因子、恐怖因子和精神病因子的平均得分均低于体育学生“iaD”组，而人际关系因子、抑郁因子、焦虑因子、敌对因子、偏执因子和其他因子的平均得分均高于体育学生“iaD”组。经t检验，文科“iaD”组与体育“iaD”组在强迫症状因子、人际关系敏感因子、抑郁因子、焦虑因子、恐怖因子、精神病因子和其他因子的比较中无显著性差异；而在敌对因子的比较中存在显著性差异；在躯体化因子和偏执因子的比较中具有极显著性差异。其原因为：在体育学习和运动竞赛中需要同伴的相互配合和合作，才能取得胜利，尤其是在团队比赛中，如篮球比赛、足球比赛、排球比赛以及田径的接力赛等。因此，通过体育学习和运动竞赛，不仅可以使学生进行心理沟通和改善人际关系，而且在一定程度上能够释放心理压力。在躯体化因子中，体育“iaD”组成员的平均得分均高于文科“iaD”组成员，这说明：长期的运动训练造成躯体的损伤对该因子的影响是存在的。
6．理科“iaD”组与体育“iaD”组在SCL一90量表上的比较与分析
表4统计结果显示：理科学生“iaD”组的躯体化因子、强迫因子、抑郁因子、恐怖因子、精神病因子和其他因子的平均得分均低于体育学生“iaD”组，而人际关系因子、焦虑因子、敌对因子、偏执因子的平均得分均高于体育学生“iaD”组。经t检验，理科“iaD”组与体育“iaD”组在躯体化因子、强迫症状因子、人际关系因子、抑郁因子、焦虑因子、偏执因子和其他因子的比较中无显著性差异；在敌对因子和恐怖因子的比较中存在显著性差异；在精神病因子的比较中存在极显著的差异。其原因为：体育学习和运动竞赛，不仅可以加强学生之间的交流沟通和互帮互助，而且能改善他们的人际关系，因此，体育“iaD”组的敌对因子平均得分低于理科“iaD”组；此外，由于大部分体育生在长年累月的运动训练中，身上或多或少都有损伤，因此，体育“iaD组的躯体化因子的平均得分高于理科“iaD”组。
7．文科“iaD”组与理科“iaD”组在SCL一90量表上的比较与分析
表5统计结果显示：文科学生“laD”组除了在躯体化因子和强迫因子的平均得分中低于理科学生“laD”组外，其余因子的平均得分均高于理科“laD”组。经t检验，文科“laD”组与理科“iaD”组在躯体化因子、强迫症状因子、人际关系因子、抑郁因子、焦虑因子、敌对因子和恐怖因子比较中无显著性差异；在偏执因子和精神病因子的比较中存在显著性差异；在其他因子的比较中存在极显著的差异。一般而言，文科学生平时阅读的书籍比较多，特别是中文专业的学生，他们在阅读时，尤其是阅读小说时，常常有被动体验、思维入等感觉，容易把自身陷于故事的情节中，这是造成该项因子呈极显著差异的重要原因。
三、结论与建议
(一)结论
1．大学生网络成瘾者比率稍为偏高，并且男生多于女生。
2．大学生网络成瘾者的心理健康水平低于全国平均水平。
3．文科大学生网络成瘾者的心理健康水平在躯体化因子、强迫因子、恐怖因子和精神病因子上高于体育专业大学生网络成瘾者，但在人际关系因子、抑郁因子、焦虑因子、敌对因子、偏执因子和其他因子上低于体育专业大学生网络成瘾者。
4．理科大学生网络成瘾者的心理健康水平除了在人际关系因子、焦虑因子、敌对因子、偏执因子上低于体育专业大学生网络成瘾者外，其余因子均高于体育专业大学生网络成瘾者。
5．文科大学生网络成瘾者的心理健康水平除了在躯体化因子和强迫因子上高于理科大学生网络成瘾者外，其余因子均低于理科大学生网络成瘾者。
6．文、理科学生的网络成瘾度均高于体育生，文科生略高于理科生；理科生的心理健康水平均高于体育生和文科生，而文科生低于体育生。
（二）建议
1．大学生要确立正确的人生观，科学规划人生，加强自身修养和培养健全的人格，提高人际交往能力和自我调控能力，特别是要提高自身对抗不良生活习惯的免疫力，做到“进得去，出得来，拿得起，放得下”，惟有如此，才可以预防和戒除网络成瘾症。
2．学校应成立心理咨询中心，开设治疗网络成瘾的专题讲座，有针对性地对网络成瘾者进行引导，并寻求其父母的积极配合，以达到逐步缓解和戒除网络成瘾症之目的。
3．要鼓励学生积极参加各种形式的课外文体活动和社会实践活动，通过这些丰富多彩的体育活动和竞赛，可以充实大学生的业余生活，这对减少大学生有害上网时间和网络成瘾有着积极的意义。