中学生感知的学校气氛与心理健康的关系:家庭氛围的调节作用

[目的]探讨中学生感知的学校气氛、家庭氛围与心理健康的关系.[方法]采用症状自评量表(SCL-90)、中学生感知的学校气氛问卷(PSCI-M)和一般情况问卷,对随机抽取的600名中学生进行问卷调查.[结果]①中学生的躯体化、强迫与抑郁症状男生低于女生,双方存在显著差(p<0.05);但SCL-90总分及其他因子分不存在显著的性别差异(p>0.05);②家庭氛围融洽的中学生SCL-90总分及各因子分低于家庭氛围一般的中学生,中学生心理健康水平存在显著的家庭氛围差异(p<0.01,p<0.001);③中学生感知的学校气氛不存在显著的性别差异(p>0.05);④家庭关系融洽的中学生所感知的师生关系、同学关系、秩序与纪律优于家庭氛围一般的中学生,双方差异非常显著(p<0.05,p<0.01);⑤中学生SCL-90总分与学校气氛中师生关系、同学关系、发展多样性呈显著负相关(p<0.01),与学业压力呈显著正相关(p<0.01);⑥中学生感知的学校气氛和家庭氛围具有显著相关(p<0.001).[结论]中学生感知的学校气氛、家庭氛围与其心理健康存在显著相关,家庭氛围在中学生感知的学校气氛与心理健康之间起着调节作用.     

无人机感知避让技术分析

无人机的安全性能特别是防相撞能力是影响无人机发展的一个重要因素,无人机感知避让技术是防止无人机发生相撞事故的重要保证。为了解和发展无人机感知避让技术,从无人机空中态势感知、飞行冲突预测和飞行冲突解脱3个方面对当前感知避让技术的研究现状进行了总结介绍,探讨了无人机防相撞工作的发展趋势。     

盲稀疏度下基于粒子滤波的稀疏信号重构

针对现有贪婪迭代类压缩感知重构算法对非高斯量测噪声抵抗性差的问题,提出一种盲稀疏度下基于粒子滤波的稀疏信号重构算法。该算法首先将鲁棒性更高的Huber损失函数替代常规的二次损失函数,用来增加对非高斯噪声的抵抗能力;并且引入粒子滤波实现对原始信号的最优估计,以削弱量测噪声的影响;最后在信号稀疏度未知的条件下,结合稀疏度自适应匹配追踪算法实现盲稀疏度下的原信号重构。理论分析和仿真结果表明,所提算法可以有效抵抗因非高斯噪声干扰或稀疏度未知导致的重构精度降低,且重构性能优于现有典型贪婪迭代类算法。     

城市社区建设中消防安全问题思考

从社区建设入手 ,对城市社区建设中消防安全的重要性、存在的问题进行分析、思考 ,进而讨论了加强我国城市社区建设消防安全工作的途径     

战场感知和LANCHESTER方程的C~4ISR系统建模

正确利用监视和侦察设备的战场感知能力已成为C4ISR系统作战能力倍增的重要因素,首先建立了战场感知能力的量化模型,然后利用改进的Lanchester方程建立了反应战场感知能力的C4ISR系统量化模型,通过仿真实例验证了模型的有效性,说明战场感知能力在现代战争中争取到主动权,大大提高部队的综合战斗能力.     

加权采样的序列蒙特卡罗滤波技术

在处理非线性滤波问题时,常用的几种通过模型近似或计算近似的滤波方法均在某种特定的情况下具有适用性.近年来随着计算机处理能力的快速发展,提出了序列蒙特卡罗滤波方法,因其在处理复杂的非线性和非高斯问题时表现出强大的潜力而引起广泛关注.详述了序列蒙特卡罗滤波算法的基本思想和原理,对其关键技术进行了归纳分析,并指出了该方法亟待解决的一些难点问题.     

“落实”其实并不难

"一打纲领不如一步行动","不干半点马列都没有"——充分说明了落实的重要性和必要性。但是,当前一些人提到落实,总会先把一个个困难摆在面前,还未开始行动,先给自己敲起"退堂鼓",似乎"落实"受各种客观条件限制,总会磕磕绊绊,难上加难。其实,我们多从主观上找找原因,"只要一心一意,总有千方百计",落实其实并不难。认识上要提升起来。没有落实,     

声音

正美国加大对亚太地区的投入是美国自己的政策选择,印证了这个区域的活力和潜力,也印证此地的重要性正在上升。美中两国在亚洲有共同利益,也难免会有摩擦,但合作是主流,中国尊重美国在亚太地区的正当利益,但也敦促美国考量地区稳定与发展,"尊重亚洲特性,尊重亚洲模式",共同促进亚洲地区和平,发展与合作。     

基于本体的上下文建模与应用研究

为了在开放、动态的环境中建立上下文感知系统,首先需要定义一个适合于知识共享的上下文描述,即上下文建模．提出了一种基于本体的通用上下文模型,由顶层上下文本体和6种特定本体构成．结合2008年汶川地震救援应用本体,描述了应用本体与通用上下文模型之间的关系．最后结合Web服务技术,提出了上下文感知的Web服务发现方法,对上下文感知计算的应用作了初步探索．     

基于压缩感知和Welch的宽带频谱感知新算法

基于压缩感知的谱分析技术是宽带频谱感知的重要方法之一。文章将压缩感知与Welch法相结合,提出了一种新的宽带频谱感知算法。在不重构原信号波形的条件下,直接利用观测矩阵获得的低速观测值进行信号的功率谱估计,降低了采样速率,避免了重构算法的高复杂度。仿真结果表明,与基于压缩感知的多窗口联合奇异值分解算法(CS-MTM-SVD)相比,新算法在压缩率为0.5时能以更高的准确率估计出信号功率谱,估计精度与压缩率的变化成正比关系,并且新算法对噪声容忍度也更高。