基于职业倦怠背景下的高校教学人员的心境管理研究

本文以心境与职业倦怠的关系为切入点,深入分析目前普遍存在的高校教学人员职业倦怠现象,指出这是严重影响高校教学管理质量和效益的现实问题,进而提出以人为本,尊重事实;完善机制,调整岗位;准确定位,调节心态;越过＂拐点＂,走出困境是缓解职业倦怠的主要良策和途径。     

高校学生情绪管理探析

情绪在人格体系中具有核心作用,是人格的基础和重要保障。大学生情绪管理和情绪教育是"以学生全面发展为本"教育理念演绎的必然。这对于当代高校学生的智力、情感、意志的协调发展有着不容忽视的作用。     

浅变高血压病与情绪

本以高校一组体检资料为依据，分析高血压病的发生、发展过程与情绪变化的关系，达到防治高血压病的目的，使高校教师了解情绪变化结身心带来的影响。     

金融化、城市规划与双向运动:台北版都市更新的冲突探析

台北市近年来大力推动都市更新,企图运用城市规划的容积金融化手段,克服和转移都市领域的积累与再生产困局,然而却因为2012年一户人家的拆迁,爆发了激烈的社会运动抵抗.本文指出都市更新容积奖励作为“国家机器”历史地打造的虚拟商品机制,牵涉庞大的利害关系,驱动了家园的强制金融化,加剧了资本对于都市纹理和社群关系的破坏,然其治理所需的制度镶嵌,远超出地方政府的制度能力及可问责性,以至公共利益被粗糙界定,形成对都市社会的巨大破坏力;而作为社会自体防御的都市运动展开结盟抗争,企图将脱缰的金融化都市发展,重新镶嵌到社会可以掌握的范围.     

辱虐管理对建筑工人流动意愿的影响——基于情绪耗竭和传统性作用

建筑工人职业流动率较高,建筑工人频繁的职业流动不利于建筑产品供给效率的提高。本文基于资源保存理论和情感事件理论,构建了建设项目组织情境下辱虐管理影响建筑工人流动意愿的被调节的中介效应模型。研究结果发现,辱虐管理显著正向影响建筑工人的流动意愿,情绪耗竭部分中介辱虐管理和建筑工人流动意愿之间的关系,建筑工人传统性反向调节辱虐管理和建筑工人流动意愿之间的关系以及情绪耗竭的中介效应。建筑工人传统性越高,辱虐管理和建筑工人流动意愿之间的正向联系就越弱,情绪耗竭的中介效应也越弱。     

庞庄矿区水资源循环利用分析

水资源危机将成为21世纪最为严峻的资源问题.徐州矿区矿井水的利用水平和利用率还较低,矿井水综合利用的潜力还很大.以庞庄矿区为例,结合庞庄矿区发展循环经济,探讨矿井水循环利用的新模式.将矿井水循环利用于循环经济区的产业链,对提高矿井水的利用效率,缓解徐州地区水资源紧张有积极意义.     

脑卒中后抑郁症46例分析

脑卒中后抑郁症（PSD）是脑卒中的常见并发症，其发生率有时高达65％。症状一般在脑卒中后6个月～2年内最严重，一定程度上影响了脑卒中患者神经功能，认知等各方面酌恢复。现对46例脑卒中患者抑郁情绪与脑血管损害部位、神经功能缺损程度及治疗进行研究，报告如下：     

基于情绪体验的ASD儿童干预机器人造型研究

目的 为提升ASD儿童干预机器人的训练效果,为教辅人员、设计师等提供参考,提出以ASD儿童情绪体验特点为基础的干预机器人拟人化造型特征评价方法。方法 对市场上的机器人造型样本进行拟人度评分,并从中选取代表性样本;从20余项HRV指标中筛选出8项代表性指标,通过HRV实验收集数据;使用改进的PAD情绪量表获取ASD儿童情绪体验主观得分;通过逐步回归法筛选出对情绪体验得分影响较大的HRV指标;以HRV指标为自变量、情绪体验得分为因变量,建立回归关系,为ASD儿童干预机器人造型的设计和方案评价提供理论依据。结果 研究表明,几何型机器人往往带来“放松的”情绪体验,类人型机器人会带来“高兴的”情绪体验,而真人型机器人则可能带来“焦虑的”情绪体验。同时,ASD儿童的愉悦度、唤醒度、优势度与HRV指标之间存在一定的相关性。结论 将改进的PAD情绪量表应用于ASD儿童干预机器人的造型评价中,建立情绪体验和HRV指标之间的回归模型,为设计和评估适合ASD儿童的机器人提供了理论依据,更好地促进了ASD儿童干预机器人的发展。     

Head Fusion:一种提高语音情绪识别的准确性和鲁棒性的方法

语音情绪识别指使用机器从说话人的语音中识别说话人的情绪。语音情绪识别是人机交互的重要环节,但是目前的研究中仍然存在很多问题,例如,缺乏高质量的数据、模型准确性不足、在嘈杂的环境下进行的研究很少等。文中提出了一种基于多头注意力机制的Head Fusion方法,提高了语音情绪识别在相应数据集上的准确性。文中还实现了一个基于注意力的卷积神经网络模型,并在IEMOCAP数据集上进行了实验。语音情绪识别在该数据集上的准确度提高到76.18%(Weighted Accuracy, WA)和76.36%(Unweighted Accuracy, UA)。根据调研,该结果与该数据集上的最新结果(76.4%的WA和70.1%的UA)相比,在保持WA的同时提高了约6%的UA。此外,还使用了混入50种常见噪声的语音数据进行了实验,通过改变噪声强度、对噪声进行时域平移、混合不同的噪声类型,以识别它们对语音情绪识别(Speech Emotion Recognition)准确度的不同影响并验证模型的鲁棒性。文中还将帮助研究人员和工程师通过使用带有适当类型噪声的语音数据来增加其训练数据,从而缓解语音情绪识别研究中高...     

文本情感对话系统研究综述

对话系统作为人机交互的重要方式,有着广泛的应用前景.现有的对话系统专注于解决语义一致性和内容丰富性等问题,对于提高人机交互以及产生人机共鸣方向的研究关注度不高.如何让生成的语句在具有语义相关性的基础上更自然地与用户交流是当前对话系统面临的主要问题之一.首先对对话系统进行了整体情况的概括.接着介绍了情感对话系统中的对话情...