词汇识别中汉字正字法作用的ERP研究

来源 :2007两岸三地博士生NBIC学术论坛 | 被引量 : 0次 | 上传用户:onlysimon
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
  目的:使用ERP(事件相关电位)技术,考察人脑在视觉通道下汉语词汇识别中汉字正字法的作用.方法:16名大学生(8女,8男,18-22岁)经书面同意后进行词汇判断实验.实验语料选自《现代汉语频率词典》(北京语言学院出版社1986)日常生活常用语部分,选词包括单音节词(如“买”、“鱼”)和双音节词(如“告诉”、“问题”).单音节假词通过调换真字相应位置的一个部件得到,如“垎”;双音节假词通过调换真词中一个音节得到,如“昨风、原京”.真词和假词的笔划数无显著差异.刺激词共264个,每个刺激呈现时间为200ms,刺激间隔(SOA)在2-2.5s之间随机.实验分两个序列,受试者被要求在保证反应正确的前提下尽可能迅速地进行按键操作.实验采用NeuroScan公司64导电极帽(10/20系统)记录脑电,离线分析处理ERP数据.结果:14名受试者的实验数据被纳入统计分析.
其他文献
基于加速度计的无陀螺惯性测量组合是近年来惯性技术的一个重要发展方向。有效而易于工程实现的加速度计配置方式对提高系统的解算精度很重要,同时系统数学模型的建立与加速度计的安装位置和敏感方向密切相关。研究了基于加速度计的无陀螺捷联惯性导航系统的测量原理,设计了一种易于实现的九加速度计配置方式。
混合智能系统作为人工智能研究的一个新兴领域已受到人们越来越多的关注,首先,本文分析混合智能系统的发展历程,并以此为基础重新给出了混合智能系统的定义。接着,从理论和实际应用两个角度对其研究现状进行了综述。从理论研究上看,本文主要综述了混合智能系统的研究动医、类别、构造方法、评价准则,对当前研究现状进行了分析;从应用研究上看,本文主要对混合智能系统的主要应用领域进行了综述。最后,以目前混合智能系统领域
局部线性嵌套(locally linear embedding,简称LLE)是一种经典的流形学习方法.对于从单一流形上采样得到的数据集,该方法通常能有效地学习到数据的潜在低维流形结构;然而当数据集是从多个流形上采样得到的时候,它的效果并不理想.本文提出一种尺度流形学习(metric locally linear embedding.简称Metric LLE)方法来处理多流形学习问题,也就是数据分类
BP算法是一种监督学习算法,无法实现神经网络直接在线训练。本文提出了以时间差分(TD)方法和动态反向传播(DBP)算法相结合的新的网络学习算法(TD-DBP学习算法)来克服BP算法的这个局限性。该学习算法可以实现Elman网络的在线渐进训练。采用自适应学习速率动量梯度下降法对TD-DBP学习算法进行改进,可以进一步提高Elman网络的训练收敛速度和稳定性。结合实验数据进行仿真计算,结果表明采用改进
给出了Banach空间中半线性方程时间最优控制的一种新的逼近理论.构造一串Meyer问题序列去逼近时间最优控制问题.该方法与时间最优控制存在性的标准证明方法大不相同.Meyer逼近理论为计算时间最优控制提供了一种新途径.
现代性的生产逻辑已经从过去的简单商品生产,发展到今天德勒兹笔下的“欲望生产”,使得资本增殖的逻辑出现了前所未有的疯狂。人的现实生活被强制性的聚集在“资本”这一海德格尔式的“座架”之中,只剩下控制和计算的维度。最后,在资本的层面上,包括生命价值在內的一切价值都表现为对交换价值的“隶属”。“资本自我”取代“主体自我”,作为主体的人“没了”。因此,可以说,从马克思的时代到今天,我们一直生活在作为“一种统
针对图像去噪以及传统扩散模型中边界扩散的问题, 提出了一个基于非局部信息的非线性去噪模型。在原有的模型中引入了非局部梯度以探测图像边界,在图像区域内部和边界处以不同的速度进行扩散,从而达到去噪和边界保持的效果。在数值中用单边格式进行梯度计算以减少在边界处的扩散。理论分析和数值实验结果表明此模型的有效性。
以基于行为控制和社会势场机制为基础,提出了群体机器人聚集队形控制策略。该队形控制策略能够使得机器人群体在保持一定间距的前提下形成聚集队形,避开未知环境中的障碍物并到达目标区域。个体机器人根据局部感知自主产生队形控制向量,因此该队形控制策略具有良好的可扩展性。仿真实验表明了聚集队形控制策略的可行性和有效性。
“眔”字集中出现于商周时期,随着时间的推移,逐渐被暨、逮等词所替代。有关“聚”字的意义和用法学界有很多讨论,但都不够准确。此文综合了各家意见,运用大量甲骨文、金文实例对“眔”字的意义和用法作了详尽的讨论,纠正了以往认识上的错误,也解决了一些相关问题。
语言系统的计算机仿真有赖于语义结构网络的形式化,其实质是义场关联性的形式化。具有理解和生成能力的语义网络建构的基石正是义征的提取和研究。在对部分受限词汇进行义征分析的基础上,进行义征标记的汇总整理,验证优化,提取析义元语言标记集,从而为语言本体研究及语言信息处理中的语义分析和词义消歧提供帮助。