“GE”今年将比去年更艰难

金融危机对实体经济打击超出预料。就在巴菲特对去年的投资和经济前景做完回顾及预测后,他去年注资30亿美元的通用电气（下称“GE”）也很快发布了财报。与往常一样,年报中公司董事长伊梅尔特也给股东们写了一封意味深长的信,用很长的篇幅吐露对目前市场的悲观情绪。他说,自己和GE从来没预料过的一件事情发生了,那便是：金融体系的崩盘打击了整个经济。但他也期望,作为投资者现在恰逢投资GE的最好时间,因为他对GE的未来依然充满信心。在目前阶段,公司正在使用各种办法应对全球性的经济衰退。     

对运用情绪主题绘本促进幼儿情绪能力发展的思考

幼儿的情绪能力作为其非智力因素中的核心要素,对幼儿的社会性发展、健康心理状态的形成乃至幼儿一生的发展都有着非常重要的意义。幼儿园作为影响幼儿成长的"重要环境",是开展幼儿情绪教育,促进幼儿情绪能力发展的主要基地。因此,本研究尝试利用情绪主题绘本作为幼儿园情绪教育活动开展的资源与媒介,探究可能的教育模式,形成一定的教育方案,为幼儿园开展促进幼儿情绪能力发展的教育实践活动提供一定的依据与参考。     

TP-FER：基于优化卷积神经网络的三通道人脸表情识别方法

针对人脸五官在表达不同情绪时所起的作用不同,利用单一的卷积神经网络对人脸面部特征进行特征提取和表情识别可能会导致提取表情关键特征信息时聚焦性不够,而仅对眼部或者嘴部等重点部位进行特征提取,又有可能造成特征提取不够充分的问题,提出了一种基于优化卷积神经网络的三通道人脸表情识别方法TP-FER(tri-path networks for facial expression recognition).该方法基于构建的卷积神经网络训练,采用三个输入渠道,分别聚焦面部、眼部和嘴部区域进行特征提取和表情判别,最后采用基于决策层的融合技术将三个渠道的识别结果进行相对多数投票决策,获取整体最优识别率.将此方法应用于JCK+数据集和自建数据集上进行了实验判别分析,结果表明该方法在两个数据集上均提高了整体表情识别率.该方法既考虑了脸部整体特征的提取,又兼顾了某些表情主要聚焦在眼部、嘴部表达的特性,相互辅助,整体提高了表情的识别率;该方法也能对神经心理学研究提供数据支持.     

布迪厄场域理论视域下职业院校学生厌学问题探析

在文化资本的支配下,中高职学校场域按照自身的规则运行。在中高职学校场域内,除关系失衡、资本匮乏、规则游离等可能导致学生厌学外,影响因素还有学生自身、学校场域、学校场域外的诱惑等。布迪厄场域理论可为中高职学生的厌学顽疾提供新的解决思路。在结合场域理论分析职业院校学生厌学问题的基础上,提出了应对措施和建议,如职业院校应积极创造适合中高职学生的场域环境;帮助学生树立科学的学习目标,化解自卑心理;科学疏导、管控网络和手机的影响,充分利用网络进行学习等。     

论大学教师修养

大学教师修养是大学教师主体自主自觉长期不断地进行理想人格自我建构的社会实践活动，大学教师理想人格范型为具有德高、学高、情智高、事功高特征的人文与科学大师，是科学（学术）大师，教学大师和思想大师三者的统一体。大学教师修养过程是大学教师主体内化与外化交互作用的过程，也是大学教师主体不断超越现实我、趋向理想我的终身实践过程。进行科学（学术）研究活动、教书育人活动和社会文化批判活动是大学教师修养的根本途径和方式方法。     

多智能体环境下的情绪决策模型?

建立一种基于情绪的Nash-Q决策模型,它由认知层和情绪层组成。认知层模型由Nash-Q算法实现,情绪层建立在情绪记忆和评价理论之上,由高兴、伤心、恐惧、厌烦组成情绪空间,建立相应刺激与情绪映射模型、情绪与行为动作映射模型、每种情绪下的动作信任度评价模型。将文中模型应用到两智能体网格决策实验中,结果表明情绪层的引入可加快收敛速度,同时能有效防止陷入局部最优,更好兼顾在线学习的“保守”和“探索”平衡。     

书籍推荐

我们也赶个潮流,这期的主题是“致青春”。我认识一个刚毕业的小朋友,他告诉我他很讨厌现在来回忆青春,他会对各种形式的“青春主题牌”嗤之以鼻：矫·睛!每到这个时候．我总是觉得很好笑．并非嘲笑他的赌气．而是觉得这种明显还未脱离青春叛逆情绪显得非常可爱．让笔者来回忆下这种“可爱的”小情绪．想想我们大学刚毕业时,那些陪伴我们走过青春的文学回忆。     

混音，电音：被解构的情绪

法国电影导演弗朗索瓦·特吕弗（Francois Truffaut）曾说过,“一个导演终其一生只拍一部电影。”因为一个导演的所有电影就是他一生的编年史,杰出的艺术大师往往会探寻到属于自己的独特表达方式,一生受用无穷。这句话同样可以适用于黄维伟身上,一名DJ一生只放一首曲子。虽然因为职业的关系,每天都需要“收集”各种各样的声音,但在这些声音中黄维伟轻易便会捕捉到自己想要的感觉,     

怒了吗？砸个网站泄愤吧!

常在网上游,你有没有遇到过讨厌的网站呢？如果有就让我们一起去“砸”掉它（别告诉我你讨厌的网站是www.PCDigest.com,）,让讨厌的网站成为我们的出气筒,NetDisaster网站就是我们有力的武器。     

基于改进VGG16模型的人脸情绪识别预测研究

人脸情绪识别是人类沟通交流中的重要一部分,所以正确识别人脸情绪可以保证高质量的沟通效果。文章提出改进的VGG16模型作用于人脸情绪识别的预测研究。改进模型引入正负例样本均衡化来解决数据集分布不均衡的现象,从而优化局部最小值和过拟合现象;为了提高模型训练的泛化能力,引入局部归一化对图像数据集进行处理;利用交叉验证机制提高模型训练的精确度,且修改VGG16模型第一个全连接层为全卷积层以适应任意大小的输入样本。最后采用IM-VGG16、VGG16和ResNet18模型分别对数据集进行6分类识别。实验表明,与ResNet18和VGG16模型相比,IM-VGG16模型具有更高的情绪识别准确度,其最终的识别准确度为89.92%。