上海交通大学：《基因与人 Genes and Human》课程教学资源（2018课件）13认知生命运行规律-科学实践造福人类

上海交通大学：《基因与人 Genes and Human》课程教学资源（PPT课件）11 第十一章 基因改造推动人类文明-进化与人-认知与农业

《汉字文化》课程教学资源（经典阅读）语言及语言学_认知语言学导论第2版

一、过敏性疾病 • 常见的过敏原 • 常见的过敏性疾病 • 过敏性疾病的防治 • 对过敏性疾病的认知误区 二、白血病 • 白血病的病因 • 白血病的早期信号 • 白血病的治疗 • 白血病的预防措施

上海交通大学：《科学前沿与哲学》教学资源_第7讲 认知科学哲学与系统哲学

第一节 婴儿生理的发展 婴儿大脑的生长发育 婴儿身体的生长发育 婴儿运动技能的发展 第二节 婴儿认知与语言的发展 婴儿知觉的发展 婴儿记忆的发展 婴儿思维的发展 婴儿语言的发展 第三节 婴儿情绪与社会性发展 婴儿的情绪 依恋的发展 婴儿自我的发展 婴儿的气质

第一节 成年期的生理发展 亚健康 更年期 老化 第二节 成年人的认知发展 记忆特点 智力发展 思维发展 第三节 成年期的人格与社会性发展 自尊的发展 友谊 婚姻与家庭 工作与退休 死亡

针对传统算法在抗光照变化影响、大位移光流和异质点滤除等方面的不足,从人类视觉认知机理出发,提出了一种基于机器学习和生物模型的运动自适应V1-MT (motion-adaptive V1-MT,MAV1MT)序列图像光流估计算法.首先,引入基于ROF模型的结构纹理分解(structure-texture decomposition,STD)技术,有效解决了光照和色彩变化的影响.其次,利用多V1细胞加权组合及非线性正则化模拟MT细胞模型,并结合岭回归训练学习得到运动自适应的权重,解决对目标的运动速度感知问题.最后,引入由粗到精的增强方法和图像金字塔局部运动估计采样,将V1-MT运动估计模型应用于实际大位移视频序列.理论分析和实验结果表明,新方法能更加拟合人眼视觉信息处理特性,对视频序列具有普适、有效、鲁棒的运动感知性能

大数据是多源异构的。在信息技术飞速发展的今天，多模态数据已成为近来数据资源的主要形式。研究多模态学习方法，赋予计算机理解多源异构海量数据的能力具有重要价值。本文归纳了多模态的定义与多模态学习的基本任务，介绍了多模态学习的认知机理与发展过程。在此基础上，重点综述了多模态统计学习方法与深度学习方法。此外，本文系统归纳了近两年较为新颖的基于对抗学习的跨模态匹配与生成技术。本文总结了多模态学习的主要形式，并对未来可能的研究方向进行思考与展望

高质量睡眠与儿童的身体发育、认知功能、学习和注意力密切相关，由于儿童睡眠障碍的早期症状不明显，需要进行长期监测，因此急需找到一种适用于儿童睡眠监测，且能够提前预防和诊断此类疾病的方法。多导睡眠图(Polysomnography，PSG)是临床指南推荐的睡眠障碍基本检测方法，通过观察PSG各睡眠期间的变化和规律，对睡眠质量评估和睡眠障碍识别具有基础作用。本文对儿童睡眠分期进行了研究，利用多导睡眠图记录的单通道脑电信号，在Alexnet的基础上，用一维卷积代替二维卷积，提出一种1D-CNN结构，由5个卷积层、3个池化层和3个全连接层组成，并在1D-CNN中添加了批量归一化层（Batch normalization layer），保持卷积核的大小保持不变。针对数据集少的情况，采用了重叠的方法对数据集进行了扩充。实验结果表明，该模型儿童睡眠分期的准确率为84.3%。通过北京市儿童医院的PSG数据获得的归一化混淆矩阵，可以看出，Wake、N2、N3和REM期睡眠的分类性能很好。对于N1期睡眠，存在将N1期睡眠被误分类为Wake、N2和REM期睡眠的情况，因此以后的工作应重点提升N1期睡眠的准确性。总体而言，对于基于带有睡眠阶段标记的单通道EEG的自动睡眠分期，本文提出的1D-CNN模型可以实现针对于儿童的自动睡眠分期。在未来的工作中，仍需要研究开发更适合于儿童的睡眠分期策略，在更大数据量的基础上进行实验