简介:目的:探讨家长对孩子学业成败的评价与儿童努力程度、自尊水平的关系.方法:以就读于广州某中学初一年级学生的父母亲共90人为研究对象,采用描述主人公在自尊、努力程度和学业表现上有所不同(自尊高低、学习努力与不努力、考试成功与失败)的阅读材料,让家长对孩子成绩的成败进行评价.结果:当家长面对孩子的学业成功时,家长评价方式与孩子的自尊之间存在显著相关;当家长面对孩子的学业失败时,并未发现家长对孩子的评价与孩子自尊之间的关联.结论:家长倾向于弱化对高自尊孩子的成功评价,而强调对低自尊孩子的成功评价;当家长面对孩子的学业失败时,未发现家长对孩子的评价与孩子自尊之间的关联.
简介:作风好不好,关键看领导。近期,习主席对形式主义、官僚主义新表现作出深刻剖析,强调各级领导干部要带头转变作风,身体力行、以上率下,形成"头雁效应"。领导干部是作风建设的组织者、管理者、推动者,是广大群众心中的旗帜和标杆,是作风建设的风向标和指示灯。驰而不息纠正"四风",必须紧紧抓住领导干部这个"关键少数"。只要各级领导干部按照习主席的重要指示要求,负好责、带好头、当好表率,就能以无声的号召、强大的引领,感染和带动群众转作风、正风气。
简介:针对新型作战体系下以装甲车辆为主的地面目标的被动声识别问题,为实现不同车型在不同工况下的声识别,以常见的3种坦克和4种履带式装甲车为识别对象,提出了一种基于变分模态分解(VariationalModeDecomposition,VMD)和人工蜂群(ArtificialBeeColony,ABC)算法优化的支持向量机(SupportVectorMachine,SVM)相结合的装甲车辆声识别模型。首先,采集不同工况下的车辆噪声信号并进行频谱分析,证明了VMD分解的可行性;其次,对样本信号进行VMD分解,得到不同尺度的本征模态函数(IntrinsicModeFunction,IMF)并进行多尺度模糊熵(Multi-scaleFuzzyEntropy,MFE)的计算,得到多尺度模糊熵特征(VMD-MFE);然后,利用优化算法对SVM进行优化,得到最优参数优化的分类器模型;最后,对噪声信号进行特征提取和分类实验。结果表明:VMD的分解效果优于经验模态分解(EmpiricalMadeDecomposition,EMD)和集合经验模态分解(EnsembleEmpiricalModeDecomposition,EEMD);与引力搜索算法(GravitationalSearchAlgorithm,GSA)和布谷鸟搜索(CuckooSearch,CS)算法相比,ABC算法得到的优化模型ABC-SVM具有更高的识别率,可达94.14%以上。
简介:为进一步提高弹道导弹目标多传感器综合识别正确率,提出了一种基于二维主成分分析(Two-DimensionalPrincipalComponentAnalysis,2DPCA)的多传感器特征级综合识别方法。该方法将多个传感器的特征集经标准化后组合成二维特征矩阵,引入图像压缩技术中的2DPCA方法进行特征提取,然后将其用于弹道导弹目标特征级融合识别。以3部雷达部署下弹头目标的雷达散射截面积(RadarCrossSection,RCS)特征融合为例进行仿真验证,结果表明:相比于传统的主成分分析(PrincipalComponentAnalysis,PCA),2DPCA的识别率更高,计算复杂度更低,为弹道导弹目标识别提供了一种新的思路。