非对称性视觉搜索实验(有无特征)
非对称性视觉搜索实验（有无特征）
特征整合理论（feature integraton theory 简称FIT）是特雷斯曼（Treisman，1982）在施奈德与希夫林关于自动加工和控制加工的理论基础上发展出来的。她提出了一个模式识别的双阶段模型：在模式识别过程中，第一个阶段是前注意阶段，其加工方式是自动加工或平行加工；第二阶段是特征整合阶段，其加工方式是控制加工或系列加工。她认为，在早期的前注意阶段，物体的特征处于”自由漂移“的状态，认知系统中只能首先形成一个“特征地图”；而在后期的特征整合阶段，各个特征犹如经过胶水"粘合"而结合在一起，形成一个位置地图，对于物体的知觉就这样完成了。特雷斯曼和索瑟（Treisman ＆ Souther，1985）采用非对称性搜索任务进一步证明了特征整合理论。
所谓非对称性搜索，指的是这样的情形：在若干个A类项目中找到一个B类项目，与从同样的若干个B类项目中找到一个A类项目，两者的搜索速度有显著差异。例如：（A）从若干个O中搜寻一个Q，或者反过来，（B）从若干个Q中搜寻一个O。结果表明：A搜索要比B搜索快得多。而且A搜索条件下分心刺激的数目不显著影响被试的反应时，B搜索条件下分心刺激的数目越多，反应时越长。由此推想，A搜索应该是自动加工的，产生的是相对简单的特征地图（被试只要看到图上有小“尾巴”就能作出肯定判断）；B搜索应该是控制加工的，产生的是位置地图（被试必须将图和竖线这两个特征结合起来，将目标刺激与分心刺激逐一比较，才能最终做出正确的的反应）。
本实验使用英文大写字母Q和O组成的矩阵作为实验材料。通过对Q和O分别作为靶子进行视觉搜索的实验。
一、目的
1.了解视觉搜索中的非对称性现象和特征整合理论。
2.验证有无特征的非对称性搜索实验。
二、仪器与材料
1.仪器：PsyTech-EP2009型心理实验台。
2.材料：英文大写字母O和Q组成的矩阵，
由字母O搜索Q称为第一搜索条件，共10张随机呈现。
由字母Q搜索O称为第二搜索条件，共10张随机呈现。
三、方法
1.双击桌面“心仪心理实验平台”图标，弹出登录窗口。对首次登录者请先注册
用户；对已做过实验者用已有用户名和密码登录。双击“电脑实验”，打开
PsyTech-EP2009型心理实验台主界面。选中左侧实验列表中的“非对称性搜索实验（有无特征）”，右边呈现实验说明。单击“进入实验”弹出“指导语”
窗口。实验者可进行参数设置（或使用默认值）、练习等，也可以单击“开始实验”按钮直接进行实验。
2.指导语（1）是：
请你注意看下面呈现的英文字母矩阵。如果其中有“Q”，你就使用1号反应盒按“＋”号键，没有“Q”则按“－”号键，尽量做到既快又准。
在你明白了操作要求后，点击下面的“开始实验”按钮开始。
3.实验开始后，屏幕逐个呈现字母矩阵，被试依据指导语要求作相应反应。程序
记录反应时。完成参数设定的次数一半时再次出现指导语（2）。
4.指导语（2）是：
请你再次注意看下面呈现的英文字母矩阵。如果其中有“O”，你就使用1号反应盒按“＋”号键，没有"O"则按"－"号键，尽量做到既快又准。
在你明白了操作要求后，按任意键实验就继续。
5.屏幕继续呈现字母矩阵，被试依据指导语要求作相应反应。直至完成所设定的
次数。程序记录反应时和总的正确率。
6.实验结束，数据被自动保存。实验者可直接查看结果，也可以换被试继续实验，
以后在主界面"数据"菜单中查看。
四、结果
1.分别统计第一搜索条件和第二搜索条件中的“有”和“无”"正确平均反应时
以及正确率。
2.收集全体被试的实验结果，检验两种搜索条件的反应时是否存在显著差异。
五、讨论
1.尝试用特征整合理论对实验结果做出解释。
2.对非对称性搜索实验的研究有何意义？
3.除了有无特征的非对称性搜索之外，还有哪些非对称性现象？
4.你认为该领域还有哪些内容有特进一步研究。
六、参考文献
1.邵志芳．认知心理学．上海：上海教育出版社，2006，81～89
实验心理学实验讲义
3对偶比较法-制作颜色爱好顺序量表 一、实验介绍 本实验目的是学习对偶比较法和顺序量表的概念，制作颜色爱好的顺序量表。 心理量表是经典心理物理学用来测量阈上感觉的。心理量表根据其测量水平的不同，可分为四种：命名量表、顺序量表、等距量表和比例量表。其中等距量表和比例量表分别带来了心理物理学中的对数定律和幂定律。 顺序量表没有相等单位、没有绝对零点，它按某种标志将事物排成一个顺序，从中可以查出某事物在心理量表中所处的位置。制作心理顺序量表有对偶比较法和等级排列法两种方法，其中，对偶比较法是制作心理顺序量表的一种间接方法。 对偶比较法是把所有要比较的刺激配成对，然后一对一对呈现，让被试对于刺激的 某一特性进行比较并作出判断：这种特性在两个刺激中哪个更为明显。因此，若有n个 刺激，则一共可配成 n（ n-1）/2 对。又因为有空间误差和时间误差，在实验中每对刺激要比较两次，互换其呈现顺序（时间误差）或位置（空间误差），所以一共要比较 n（ n-1）次。 二、方法与程序： 本实验用对偶比较法制作颜色爱好顺序量表。计算机能产生不同色调的颜色，而且纯度高，适合于颜色爱好顺序量表的制作。实验共有七种颜色，它们是：红（Red）、 橙（Orange）、黄（Yellow ）、绿（Green）、蓝（Blue ）、青（Cyan）和白（White ）。 实验顺序如下表：为抵消顺序误差，在做完21次后，应再测21次，顺序与前21次 顺序相反；为抵消空间误差，在后做的21次中左右位置应颠倒。 刺激红橙黄绿蓝青白 红—— 橙 1 —— 黄 2 3 —— 绿12 4 5 —— 蓝13 14 6 7 —— 青19 15 16 8 9 —— 白20 21 17 18 10 11 —— 实验前，主试应指导被试认真阅读指示语，并说明反应方法（按红、绿键认可，按黄键不认可），然后开始实验。 三、结果与讨论： 结果数据中有每种颜色被选择的次数，即选择分数（C）。 如果要制作等距量表，还需按如下公式计算选中比例P。 P= C/（2*（ n-1））=C/12 再把P转换成Z分数，按Z分数制图即可制作成颜色爱好的等距量表。参考文献： 杨博民主编心理实验纲要北京大学出版社65-82页 4信号检测论-有无法 、实验介绍
移动视觉搜索技术研究与标准化进展
移动视觉搜索技术研究与标准化进展 概述 根据国际电联(ITU)公布的数据，2010年全球移动互联网用户数为8.65亿人(与之对应，全球互联网用户总数为20.8亿人)。其中，中国有3.03亿人，美国为1.15亿人，日本计0.86亿人。中国互联网络信息中心(CNNIC)发布《第30次中国互联网络发展状况统计报告》显示，2012年上半年，通过手机接入互联网的网民数量达到3.88亿，超出台式电脑的3.80亿，成为我国网民的第一大上网终端。ITU 预计，到2015 年全球使 用移动互联网的人数将超过桌面互联网。伴随移动互联网的高速发展，人们对移动性与多媒体信息的需求急剧上升。越来越多的人希望在移动中接入互联网，获取急需的信息。 随着移动互联网产业的迅速崛起，越来越多的IT 厂商推出移动智能终端(如智能手机、平板电脑等)登陆移动互联网。移动智能终端在计算性能上有了飞速发展并保持持续增长。此外，智能终端携带了丰富的传感器，如摄像头、GPS 、重力感应器、电子罗盘。通过移动终端以及运行其上的强大应用，人们可以在现实世界与信息世界之间建立关联，从而便捷地获取全面的多媒体信息及服务，比如基于位置的多样化服务。 毫无疑问，移动视觉搜索技术将成为支撑未来移动 段凌宇 黄铁军 高 文 北京大学信息科学技术学院数字媒体研究所 北京 100871 摘 要 移动视觉搜索成为未来移动世界中有影响的基础技术之一。文章介绍了移动视觉搜索面临的技术挑战，探讨了包括紧凑视觉描述子、视觉检索流程、检索系统互操作性等关键技术。围绕紧凑视觉描述子概述了移动视觉搜索国际标准的工作进展，提出建设大规模视觉对象数据集的重要意义。关键词 视觉搜索；移动互联网；紧凑视觉描述子；移动智能终端 互联网应用的基础技术之一。如图1所示，通过移动智能终端与视觉搜索技术的有效结合，人们可以快速便捷地采集现实世界的视觉对象，从移动互联网另一端获取感兴趣的关联信息。 HQT 图1 移动视觉搜索系统基本架构 若将移动视觉搜索与增强现实技术有机结合起来，以移动智能终端为平台的“所见即所知”式的增强现实应用将可能成为继搜索引擎之后的互联网新一代服务模式。例如手机拍摄到燕园博雅塔时，互联网上的相关文字内容、图片、视频、甚至三维几何模型将精确地叠加显示在移动终端屏幕上；若与移动位置服务结合，用户打开手机摄像头就可以查看周围商户及餐馆的信息；如用户开启增强现实客户端后，将手机摄像头对准景物，增强现实软件将对屏幕内的景物信息进行分析处理，随即提供关于该景物及周边地区的旅游信息等；利用摄像头对准书页，获得大家的书评；在火灾等重大事故发生现场，救援人员开启增强现实移动终端，获得建筑三维框架图的增强呈现。 视觉搜索研究领域已经有大量算法和技术方案可 基金项目：国家“973”计划基金资助项目(2009CB320902); 国家自然科学基金(60902057)
实验1 视觉搜索中的非对称性
实验1 视觉搜索中的非对称性 实验目的通过对开口圆和封闭圆分别进行视觉搜索，了解视觉搜索中非对称性现象。 实验原理视觉搜索的实验范式是了解视觉注意机制的一种途径。典型的视觉搜索任务要求被试在由干扰项和靶子组成的刺激系列中搜索靶子, 当反应时不依赖于干扰项数量变化时，为平行搜索。最有效的搜索条件是：靶子具有单一的显特征，且干扰项都是同质的。当反应时随干扰项数量的变化而变化时, 为低效搜索，即系列搜索。最低效的搜索条件是：靶子和干扰项具有相同的基本特征，且干扰项是异质的。 视觉搜索的非对称现象 Neisser(1963)首先发现了视觉搜索的非对称现象。 所谓视觉搜索的非对称是指:在若干个甲类项目（干扰项）中搜索一个乙类项目（靶子），与在同样的乙类项目（干扰项）中搜索一个甲类项目（靶子），两者的搜索速度有显著差异，即出现非对称现象。 在特征搜索和联合搜索中，都存在搜索的非对称现象。 实验解释：Treisman认为，在（b）中搜索Q，只需判断画面中有无一竖线，就可作出反应，不必考虑竖线在哪个位置或与哪个圆相交。这种搜索属前注意加工的快速过程，是以平行方式实现的。然而，在（a）中搜索O，则需要对画面上的每个项目依次扫描，以判断哪个圆不与竖线相交，需要将注意依次集中于有关的位置。这种搜索属集中注意阶段的慢速加工，是以系列方式实现的。前注意阶段的加工原则是表征“特征有”，而不表征“特征无”。
颜色、运动、方向、凹面、封闭的拓扑特征，都是视觉系统进行前注意加工的基本特征，在搜索具有这些基本视觉特征的靶子时, 显示容量效应可以忽略（即进行平行加工）。
思考题： 1、本实验有几种实验条件？ 2、你知道什么是图形的拓扑特征？能和大家讲一讲吗？ 3、尝试解释实验结果。 4、本实验为一教学演示实验，如果为一个真正的实验程序，你认为合理吗？应 该做哪些改进？说说你的实验设计？ 实验报告写作要求： 严格按照发表文章的格式写，包括引言、实验材料和程序、结果、讨论、参考文献等。
视觉工作记忆对注意选择的自动导向作用
视觉工作记忆对注意选择的自动导向作用 潘毅1，许百华1，刘伟2 1浙江大学心理与行为科学系，杭州（310028） 2杭州电子科技大学自动化学院，杭州（310018） E-mail：panyirich@https://www.360docs.net/doc/f716358491.html, 摘要：对Downing（2000）的实验范式加以改进使得实验设计完全符合检验自动导向假说需要的所有条件，实验一采用要求被试在工作记忆保持阶段完成探测区分任务的双任务范式，结果发现被试对呈现在匹配图片空间位置上的探测项反应时显著快于对呈现在非匹配图片空间位置上的探测项反应时，而在实验二中当对被试没有记忆要求时却没有发现这种空间位置一致的优势效应，说明视觉工作记忆内容对选择性注意产生了自动导向作用，从而为自动导向假说提供了有力证据。 关键词：视觉工作记忆，选择性注意，重复启动，重复抑制 1 引言 由于视觉信息加工系统的资源有限性，当视场中同时出现大量信息时，视觉注意只能选择与当前任务相关的有限信息。影响注意选择的因素有很多，视觉工作记忆可能就是其中一种因素。近年来，视觉工作记忆与选择性注意之间的交互作用关系成为一个研究热点，其中，视觉工作记忆内容对选择性注意的导向作用就是一个很重要的方面。Awh等（1998）研究发现，空间工作记忆内容会影响选择性注意的分配，视觉注意会优先选择工作记忆中积极保持的空间位置[1]。当然，关于视觉工作记忆对选择性注意的导向作用的证据主要来自于客体工作记忆与基于客体的注意的关系研究。Desimone等（1995）提出注意的偏向竞争模型（biased-competition model）激发了此后研究者对视觉工作记忆是否引导注意选择开展了大量研究[2]。该模型认为，在视觉搜索场景中，视场中充满许多物体，由于注意资源有限，视场中的物体就会竞争注意资源。若某一物体表征与当前视觉工作记忆中所保持的物体表征相同，那么该物体表征就会取得竞争优势而被视觉注意优先选择。对灵长类动物的单细胞神经生理学研究为偏向竞争模型提供了重要证据[3~5]。偏向竞争模型也得到了以人类为被试的大量行为实验支持，Pashler等（1999）采用注意瞬脱范式研究发现，当对一个物体形成表象并保存在工作记忆中后，即使没有明确要求被试搜索该对象，视觉注意也会自动选择与工作记忆中所保持的表象相匹配的物体[6]。Downing（2000）研究发现，即使在没有明显的搜索目标的情况下，视觉注意也会优先选择客体工作记忆中当前所保持的物体表征[7]。此外，Moores等（2003）研究发现，客体工作记忆中积极保持的物体表征也会使得视场中与记忆表征有着语义关联的物体获得注意资源的竞争优势[8]。其他研究者利用颜色和形状作为任务相关刺激研究发现，视觉工作记忆内容对注意选择起着自动导向作用[9~11]。 偏向竞争模型提示视觉工作记忆当前积极保持的记忆表征会引导注意自动选择视场中与之相同或类似的物体，然而，近期的一些研究表明视觉工作记忆与选择性注意的关系远比偏向竞争模型所描述的要复杂，个体能根据当前任务要求灵活利用视觉工作记忆来引导注意选择，视觉注意并非一定会自动选择工作记忆内容。Downing等（2004）采用双任务范式研究了视觉工作记忆对视觉搜索过程中注意导向的作用，实验要求被试在完成视觉搜索任务的同时在视觉工作记忆中保持一个项目，在一半的试验（trials）中这个项目作为分心物出现在搜索系列中。实验结果没有发现视觉工作记忆对视觉搜索起干扰作用，从而说明注意没有自动选择与工作记忆内容相匹配的分心物[12]。Woodman等（2007）设计实验使得被试没有理
中国股票市场波动非对称性特征研究
第34卷第9期2004年9月 数学的实践与认识 M A TH EM A T I CS I N PRA CT I CE AND TH EO R Y V o l 134 N o 19 Sep.,2004 中国股票市场波动非对称性特征研究 任 彪1,2, 李双成2 (1.天津大学管理学院,天津 300072) (2.河北经贸大学数学与统计学学院,石家庄 050061) 摘要: 利用三种GA RCH 2M 模型实证分析了中国股票市场不同发展阶段波动的非对称性特征.结果发 现,中国股票市场存在显著的波动非对称性,并且在不同阶段呈现不同特点.对三种模型进行比较的结果显示,EGA RCH -M 模型是描述中国股市波动非对称性特征的最优模型. 关键词: 中国股票市场;波动非对称性;GA RCH 2M 模型 1 引 言 收稿日期:2004203203 基金项目:国家自然基金项目资助(70271006);国家自然科学基金资助(70271071);河北省教育厅人文社会科学研究计划项目资助(S 03206) 股票价格和价格波动的关系长期以来一直是金融研究者感兴趣的重要课题.大量的实证研究表明,收益和下一期收益的条件方差负相关,也就是说,负的(正的)收益常常和条件方差的向上(向下)修正联系起来,这种现象称为波动的非对称性[1,2].在股票市场崩溃时期,非对称波动现象尤为明显,股票价格大的下跌常常伴随着股市波动的显著增加.B lack [3] 和Ch ristie [4]是最早证实并解释美国证券市场个股收益的非对称波动特征的.他们 提出了两种广为流行的解释非对称波动的理论:杠杆效应假说和波动反馈效应假说.杠杆效应假说认为,股票价值的降低(负收益)增加了金融杠杆,使股票风险加大,从而加剧了股票价格的波动;预期市场波动的增加,将提升投资者对股票较高收益的需求,因此交易者常常不愿意购买而愿意去卖股票,为了平衡买卖交易,股票价格必然下降,这样预期波动的增加导致股价的即刻下跌,这种情况人们称为“波动反馈效应”.这两种假说揭示的因果关系不同:杠杆效应假说认为收益冲击引起了条件方差的波动,而波动反馈假说主张条件方差的波动导致了收益的冲击.Guo jun W u [5]建立了一个非对称波动模型,模型包含了两个最流行的解释理论:杠杆效应和波动反馈效应,实证结果表明,杠杆效应和波动反馈效应对非对称波动的产生都起着重要的作用. 目前对中国股票市场的波动非对称性特征的研究成果相对较少[6,7],本文利用GA RCH 2M 类模型对沪深股市进行研究,考察利好消息和利空消息对中国股市波动的非对 称影响,以期获得对收益波动特征的全新认识. 2 研究方法与金融计量模型 从研究方法上,GA RCH 模型将时变方差定义为滞后回报的平方与滞后条件方差的确定性函数,能够成功地捕捉金融时间序列波动的条件异方差性和序列相关性动态特征,因此
视觉搜索中的非对称性实验报告
视觉搜索中的非对称性实验报告 1.引言 非对称性搜索是指在若干个甲类项目（干扰项）中找到一个乙类项目（靶子），与从同样的若干个乙类项目（干扰项）中找到一个甲类项目（靶子），两者的搜索速度有显著差异，出现非对称现象。也就是说，当甲乙两类项目互易靶子或干扰项的角色时，搜索所需时间不同。Neisser (1963) 首先发现并研究了视觉搜索的非对称现象。典型的搜索非对称的实验由Treisman 设计。Treisman自八十年代以来进行了一系列非对称性搜索实验，其中拓扑特征与非拓扑特征的非对称性是较为复杂的一种，而且结果也不确定。Treisman应用封闭圆和开口圆做靶子分别进行视觉搜索的实验。以封闭圆和开口圆作为靶子，开口的大小分成三种，分别占圆周长的1/2，1/4和1/8。实验结果发现对这两类靶子的搜索存在着强烈的非对称性，开口圆的搜索是快速的，基本不受开口大小和干扰项数目的影响；但是，封闭圆的搜索却是较慢的、系列的。总体上，开口圆的搜索要快于封闭圆的搜索。 本实验通过对封闭圆和开口圆分别做靶子进行视觉搜索实验，来了解视觉搜索中的非对称性现象以及封闭性这一拓扑特征在前注意加工中的作用。 2.方法 2.1 被试 某师范大学心理学院本科生19名。 2.2器材 计算机及PsyTech心理实验系统，选择视觉搜索中的非对称性实验。 2.3实验材料： 靶子：开口圆或封闭圆。 开口大小：三种，1/2、1/4、1/8（指开口占圆周长的比例）。 画面大小：干扰项的数目，1个、6个、12个。 2.4实验设计 采用3×3×2×2的组内设计。 自变量一：画面大小A，即干扰项的数目，其中A1=1，A2=6，A3=12； 自变量二：开口大小B，即开口占圆周长的比例，其中B1=1/2，B2=1/4，B3=1/8； 自变量三：是否开口C，其中C1=开口圆，C2=闭口圆； 自变量四：有无靶子D；其中D1=有靶子，D2=无靶子。 因变量为反应时间。 2.5实验程序： 按实验要求在屏幕上搜索一段圆弧（开口圆）或一个圆圈（封闭圆）。搜索到了，请按下红键；如果没有找到，请按下绿键。如果按错键，要求立即改正。每六个试次后休息10秒钟。每六次试验后休息10秒钟，共6组试验，即36次试验。 2.6数据处理 采用统计软件SPSS.17.0对数据进行处理分析。对19组数据进行处理，，最后进行一系列重复测量方差分析得出总体结果。
视觉搜索
实验目的：通过对封闭圆和开口圆分别进行视觉搜索，了解视觉搜索中的非对称性现象。 实验介绍：视觉搜索中的非对称性 英文名称：FIT 简介： 非对称性搜索是指在若干个甲类项目（干扰项）中找到一个乙类项目（靶子），与从同样的若干个乙类项目（干扰项）中找到一个甲类项目（靶子），两者的搜索速度有显著差异，出现非对称现象。也就是说，当甲乙两类项目互易靶子或干扰项的角色时，搜索所需时间不同。 Treisman自八十年代以来进行了一系列非对称性搜索实验，其中拓扑特征与非拓扑特征的非对称性是较为复杂的一种，而且结果也不确定。Treisman曾经用封闭的三角形和角做靶子分别进行搜索实验，结果表明三角形靶子的搜索快于角。这提示封闭性这一拓扑特征是前注意加工的特征。但是封闭性是否为前注意加工的特征一直存在争论。Julesz（1981）根据他的质地分离实验结果否定封闭性是前注意加工的特征。他认为自由线段的终端或终端子（terminater）是前注意加工的特征。直线与角都有两个终端子，而三角形没有终端子。如果要用终端子来说明上述三角形和角的搜索非对称性，那就意味着，从有终端子的干扰项中搜索无终端子的靶子要快于相反的条件。但是在另外一个实验中，Treisman应用封闭圆和开口圆做靶子分别进行视觉搜索的实验却发现了与三角形实验相反的结果。以封闭圆和开口圆作为靶子，可以研究封闭性和线段终端两类不同性质的特征。开口的大小分成三种，分别占圆周长的1/2，1/4和1/8。实验结果发现对这两类靶子的搜索存在着强烈的非对称性，开口圆的搜索是快速的，基本不受开口大小和干扰项数目的影响；但是，封闭圆的搜索却是较慢的、系列的。总体上，开口圆的搜索要快于封闭圆的搜索。比较以上的两个实验，结果令人困惑。三角形搜索快于角，这提示封闭性是前注意加工的特征，但封闭圆搜索慢于开口圆又否定封闭性是前注意加工的特征。Treisman尝试解释这种矛盾的结果，她设想三角形可能在某个其他的简单特征上有别于角或线段。开口圆具有的线段终端可在前注意阶段被觉察，因此开口圆可被快速搜索；而封闭性可看作封闭程度的连续体，可在不同程度上被封闭圆和开口圆共有，当二者差别大时（开口比例为1/2），封闭圆较易搜索，而开口小时搜索就慢。 总的来说，这个领域还有待进一步的研究。 本实验通过对封闭圆和开口圆分别做靶子进行视觉搜索的实验，来了解视觉搜索中的非对称性现象以及封闭性这一拓扑特征在前注意加工中的作用。 方法与程序： 实验材料： 靶子：开口圆或封闭圆。 开口大小：三种，1/2、1/4、1/8（指开口占圆周长的比例）。 画面大小：干扰项的数目，1个、6个、12个。 实验程序： 按实验要求在屏幕上搜索一段圆弧（开口圆）或一个圆圈（封闭圆）。在实验中使用一号接口反应盒，搜索到了，请按下红键；如果没有找到，请按下绿键。如果按错键，要求立即改正。 每六个试次后休息10秒钟。 结果与讨论： 1．封闭圆和开口圆的非对称性搜索实验结果（建议取全班整体实验结果的平均数）。 表1 封闭圆和开口圆的非对称性搜索的时间（ms） 搜索项目开口圆封闭圆
儿童视觉搜索的速度_正确率平衡_刘彤冉
儿童视觉搜索的速度－正确率平衡 刘彤冉１，施建农１，２ （１．中国科学院心理研究所心理健康重点实验室，北京１００１０１； ２．首都师范大学学习与认知实验室，北京１０００８９） 【摘要】目的：本研究采用新的统计方法处理速度－正确率平衡问题。方法：提出了“真实能力”和“使用策略”两个指标，而不采用传统的根据正确率的指标删除某些被试后再做统计的方法。结果：在儿童视觉搜索能力的发展中，对字母和汉字的真实搜索能力的发展存在这样的规律：搜索字母的真实能力从８到９岁有显著的提高，搜索汉字则从１０到１１岁有显著的提高，对数字的搜索则从７到１２岁都有稳步的提高；而在搜索策略的使用方面：对于字母搜索的策略的显著提高出现在９到１０岁的过渡，对数字搜索的策略在１１到１２岁有非常显著的提高。结论：新的统计方法支持了视觉搜索是以平行加工为主，部分存在序列加工的理论，而且其中的序列加工只和被试的策略有关，而与其真实能力无关。 【关键词】速度－正确率平衡；视觉搜索；儿童；认知能力中图分类号：Ｂ８４４．１ 文献标识码：Ａ 文章编号：１００５－３６１１（２００７）０４－０３５９－０４ Ｓｐｅｅｄ－ａｃｃｕｒａｃｙＴｒａｄｅ－ｏｆｆＥｆｆｅｃｔｏｎＣｈｉｌｄｒｅｎ’ｓＶｉｓｕａｌＳｅａｒｃｈ ＬＩＵＴｏｎｇ－ｒａｎ，ＳＨＩＪｉａｎ－ｎｏｎｇ ＫＬＭＨ，ＩｎｓｔｉｔｕｔｅｏｆＰｓｙｃｈｏｌｏｇｙ，ＣｈｉｎｅｓｅＡｃａｄｅｍｙｏｆＳｃｉｅｎｃｅｓ，Ｂｅｉｊｉｎｇ１００１０１，Ｃｈｉｎａ 【Ａｂｓｔｒａｃｔ】Ｏｂｊｅｃｔｉｖｅ：Ｗｅｃｒｅａｔｅｄａｎｅｗａｐｐｒｏａｃｈｔｏｓｔｕｄｙｔｈｅｅｆｆｅｃｔｏｆｓｐｅｅｄ－ａｃｃｕｒａｃｙｔｒａｄｅ－ｏｆｆｐｈｅｎｏｍｅｎｏｎｗｈｉｃｈ ｍａｄｅｕｐｓｏｍｅｓｈｏｒｔｃｏｍｉｎｇｓｏｆｔｈｅｃｌａｓｓｉｃａｌａｐｐｒｏａｃｈ．Ｍｅｔｈｏｄｓ：Ｔｗｏｃｏｎｃｅｐｔｓｏｆｔｒｕｅａｂｉｌｉｔｙａｎｄａｐｐｌｙｉｎｇｓｔｒａｔｅｇｙｈａｖｅｂｅｅｎｕｓｅｄｔｏｓｏｌｖｅｔｈｅｐｒｏｂｌｅｍｏｆｃｈｉｌｄｒｅｎ’ ｓｖｉｓｕａｌｓｅａｒｃｈａｂｉｌｉｔｙ．Ｒｅｓｕｌｔｓ：Ｉｎｔｈｅｄｅｖｅｌｏｐｍｅｎｔｏｆｃｈｉｌｄｒｅｎ’ｓｔｒｕｅａｂｉｌｉｔｙｏｆｖｉｓｕａｌｓｅａｒｃｈ，ｃｈｉｌｄｒｅｎｇｏｔｉｍｐｒｏｖｅｍｅｎｔｄｕｒｉｎｇ８ｔｏ９ｙｅａｒｓｏｌｄｏｎｔｈｅｓｅａｒｃｈｆｏｒａｌｐｈａｂｅｔｓ，ａｎｄｔｈｅｉｍｐｒｏｖｅｍｅｎｔｆｏｒＣｈｉｎｅｓｅｃｈａｒａｃｔｅｒｓｗａｓｄｕｒｉｎｇ１０ｔｏ１１ｙｅａｒｓｏｌｄ．Ｉｎｔｈｅｄｅｖｅｌｏｐｍｅｎｔｏｆｃｈｉｌｄｒｅｎ’ ｓａｐｐｌｙｉｎｇｓｔｒａｔｅｇｙ，ｔｈｅｒｅｗｅｒｅｔｗｏｉｍ－ｐｏｒｔａｎｔｐｅｒｉｏｄｓ：ｆｒｏｍ９ｔｏ１０ｙｅａｒｓｏｌｄｏｎａｌｐｈａｂｅｔｓｅａｒｃｈｉｎｇａｎｄｆｒｏｍ１１ｔｏ１２ｙｅａｒｓｏｌｄｏｎｎｕｍｂｅｒｓｅａｒｃｈｉｎｇ．Ｃｏｎｃｌｕ－ｓｉｏｎ：Ｔｈｅｎｅｗａｐｐｒｏａｃｈｓｕｐｐｏｒｔｓｔｈａｔｖｉｓｕａｌｓｅａｒｃｈｉｓｍａｉｎｌｙａｐａｒａｌｌｅｌｐｒｏｃｅｓｓ，ｂｕｔａｐａｒｔｌｙｓｅｒｉａｌｐｒｏｃｅｓｓ，ａｎｄｔｈｅｌａｔｔｅｒｈａｓａｖｅｒｙｃｌｏｓｅｒｅｌａｔｉｏｎｓｈｉｐｗｉｔｈｔｈｅａｐｐｌｉｃａｔｉｏｎｏｆｓｔｒａｔｅｇｙ． 【Ｋｅｙｗｏｒｄｓ】ＴｈｅＳｐｅｅｄ－ＡｃｃｕｒａｃｙＴｒａｄｅ－ｏｆｆＰｈｅｎｏｍｅｎｏｎ；Ｖｉｓｕａｌｓｅａｒｃｈ；Ｃｈｉｌｄｒｅｎ；Ｃｏｇｎｉｔｉｖｅａｂｉｌｉｔｙ 被试在完成认知任务时，他们的反应速度和正确率受到很多因素的干扰，如觉醒水平，采用策略，年龄和对刺激本身的感知等，这些较难控制的因素和状况从１９世纪以来就一直困扰着实验心理学家们［１］。在这些复杂的情况中存在一种现象：被试在进行认知任务时，会采取不同的反应策略，有的被试只求快速做出反应而使正确率降低，而有的被试则为了追求高正确率而降低反应速度；这种强调速度和正确率之间关系的状况，就是速度－正确率的平衡现象（ｓｐｅｅｄ－ａｃｃｕｒａｃｙｔｒａｄｅ－ｏｆｆｐｈｅｎｏｍｅｎｏｎ，ＳＡＴ）［２］。目前也有少数学者试图通过模型来解释这种现象［３－７］。本研究试图通过采用一种新的统计方法来整合反应时和正确率之间的关系，并对速度－正确率平衡现象给予新的解释。 在以前的计算、统计中，速度和正确率是分开考虑的，即反应时和正确率两个指标是单独计算的，之后根据实验的需要而采用相关的数据。但是我们清楚的知道：反应时和正确率是同一个反应过程中同时存在的两个变量，而且两者之间又有着相当紧密和微妙的联系，因此，我们不能再生硬的将两者分开考虑，但是两者并不属于相同范畴，不可直接的进行加减运算；这时统计学中的Ｚ分数就可以派上用场，通过Ｚ分数转化，不但原始数据的性质不会改变，而且可以对两组原始范畴不匹配的数据在Ｚ分数转化后可以作加减运算。对整合后的数据意义的分析：经Ｚ分数转化后的反应时，数值越大，表明行为反应越差，反之则越好；而对于经Ｚ分数转化的正确率，数值越大，表明行为反应越好，反之则越差。这样就分为四类反应类型：既快又准的行为反应；不但慢而且犯错多的行为反应；只重视正确率而不顾反应速度的行为反应；只注重速度而不顾正确率的行为反应。我们可以进一步思考是否可以找出更适 【基金项目】国家自然科学基金项目（３０６７０７１６），中国科学院知识创新工程重要方向性项目（ＫＳＣＸＺ－ＳＷ－２１１）和北京市重点实验室－ 首都师范大学《学习与认知实验室》资助通讯作者：施建农 中国临床心理学杂志２００７年第１５卷第４期?３５９ ?DOI:10.16128/https://www.360docs.net/doc/f716358491.html,ki.1005-3611.2007.04.018
视觉搜索中的目标选择
Faster target selection in preview visual search depends on luminance onsets:behavioral and electrophysiological evidence Monika Kiss &Martin Eimer Published online:30June 2011#Psychonomic Society ,Inc.2011 Abstract T o investigate how target detection in visual search is modulated when a subset of distractors is presented in advance (preview search),we measured search performance and the N2pc component as an electrophysi-ological marker of attentional target selection.T argets defined by a color/shape conjunction were detected faster and the N2pc emerged earlier in preview search relative to a condition in which all items were presented simultaneously .Behavioral and electrophysiological preview benefits dis-appeared when stimuli were equiluminant with their background,in spite of the fact that targets were feature singletons among the new items in preview search.The results demonstrate that previewing distractors expedites the spatial selection of targets at early sensory-perceptual stages,and that these preview benefits depend on rapid attentional capture by luminance onsets. Keywords Visual search .Visual marking .Luminance onset .ERPs .N2pc In visual search,the processing of new objects can be prioritized over processing of objects that have been visible for some time.When a subset of distractors is presented in advance and the remaining items are then added to the search display ,search performance is more efficient than when all items are presented simultaneously .According to W atson and Humphreys (1997),this preview benefit reflects the active inhibition of distractor locations during the preview interval (“visual marking ”).In line with this hypothesis,such benefits only emerge when the preview interval is sufficiently long (400ms or longer);they are reduced by a secondary task during the preview interval;and they are associated with impaired probe detection performance at previewed distractor locations (W atson &Humphreys,2000)and at empty locations between pre-viewed distractors (Osugi,Kumada,&Kawahara,2009).The hypothesis that preview benefits in visual search are due to location-based inhibition has not gone unchallenged (see Donk,2006,for a review).It has been suggested that feature-based inhibition can also play a role (Olivers &Humphreys,2002;but see Theeuwes,Kramer,&Atchley,1998).Others have argued that the prioritiza-tion of new objects in visual search does not involve top-down inhibition at all.According to Jiang,Chun,and Marks (2002),temporal asynchrony between old and new items is critical,and preview benefits emerge when attention can be selectively allocated to a temporally segregated perceptual group that contains the target.Donk and Theeuwes (2001)claimed that new objects are prioritized when their appearance is associated with an abrupt luminance change,which will trigger automatic attentional capture.In support of their claim,they demonstrated that search performance is not affected by the number of old items when new stimuli are accompa-nied by a luminance onset,but is determined by the numbers of both new and old items when new stimuli are equiluminant with the background. In previous behavioral studies,preview-induced improvements of search efficiency have been inferred from search slope differences between preview and standard visual search (W atson &Humphreys,1997)or from a reduced impact of the number of old items on search M.Kiss (*):M.Eimer Department of Psychology ,Birkbeck College,University of London,Malet Street, London WC1E 7HX,UK e-mail:m.kiss@https://www.360docs.net/doc/f716358491.html, Atten Percept Psychophys (2011)73:1637–1642DOI 10.3758/s13414-011-0165-z
非对称加密算法有什么特点
非对称加密算法有什么特点 什么非对称加密算法非对称加密算法是一种密钥的保密方法。 非对称加密算法需要两个密钥：公开密钥（publickey）和私有密钥（privatekey）。公开密钥与私有密钥是一对，如果用公开密钥对数据进行加密，只有用对应的私有密钥才能解密；如果用私有密钥对数据进行加密，那么只有用对应的公开密钥才能解密。因为加密和解密使用的是两个不同的密钥，所以这种算法叫作非对称加密算法。非对称加密算法实现机密信息交换的基本过程是：甲方生成一对密钥并将其中的一把作为公用密钥向其它方公开；得到该公用密钥的乙方使用该密钥对机密信息进行加密后再发送给甲方；甲方再用自己保存的另一把专用密钥对加密后的信息进行解密。 另一方面，甲方可以使用乙方的公钥对机密信息进行签名后再发送给乙方；乙方再用自己的私匙对数据进行验签。 甲方只能用其专用密钥解密由其公用密钥加密后的任何信息。非对称加密算法的保密性比较好，它消除了最终用户交换密钥的需要。 非对称密码体制的特点：算法强度复杂、安全性依赖于算法与密钥但是由于其算法复杂，而使得加密解密速度没有对称加密解密的速度快。对称密码体制中只有一种密钥，并且是非公开的，如果要解密就得让对方知道密钥。所以保证其安全性就是保证密钥的安全，而非对称密钥体制有两种密钥，其中一个是公开的，这样就可以不需要像对称密码那样传输对方的密钥了。这样安全性就大了很多。 工作原理1.A要向B发送信息，A和B都要产生一对用于加密和解密的公钥和私钥。 2.A的私钥保密，A的公钥告诉B；B的私钥保密，B的公钥告诉A。 3.A要给B发送信息时，A用B的公钥加密信息，因为A知道B的公钥。 4.A将这个消息发给B（已经用B的公钥加密消息）。 5.B收到这个消息后，B用自己的私钥解密A的消息。其他所有收到这个报文的人都无法解密，因为只有B才有B的私钥。
视觉搜索过程中的眼跳及其机制
心理科学进展 2006，14（3）：340~345 Advances in Psychological Science 视觉搜索过程中的眼跳及其机制* 任延涛韩玉昌隋雪** （辽宁师范大学心理系，大连 116029） 摘要该文对视觉搜索过程中的眼跳及其时间进程、神经机制及相关的理论与模型等方面研究进行了回顾。发现内外源性眼跳得到了研究者的普遍关注，对眼运动记忆、返回抑制及眼跳时间进程的研究尚存在分歧。关于眼跳的神经机制，额叶眼动区与上丘分别被认为是眼跳的关键区与指令发出者。尽管不同的眼跳理论与模型对眼跳现象给出了各自的解释，但都不尽完善，尚需对这些理论进行整合或者提出新的解释模型。文章还对未来的研究进行了展望。 关键词视觉搜索，眼跳，时间进程，理论与模型，神经机制。 分类号 B842 视觉搜索是一种复杂的认知过程，是人获取外界信息进而进行加工的一种重要方式。视觉搜索一般要求在某一刺激背景中找出特定刺激，具有较强的目的性。从外显的行为看，视觉搜索是通过一系列的眼跳（saccades）与注视（fixation）获取外界的刺激信息，从而完成信息加工。眼跳对视觉搜索有着极其重要的影响，眼跳问题也一直是视觉搜索研究的热点。 1 视觉搜索过程中的眼跳 眼跳分为内源性眼跳与外源性眼跳。外源性眼跳是由外源性刺激引起的眼跳，比如在边缘视觉区突然出现新刺激而引起的眼跳。内源性眼跳是由个体主动发起的眼跳，比如按指导语要求进行的眼跳。在对视觉搜索眼跳的早期研究中，大多倾向于外源性眼跳研究；而近期的研究，大多倾向于内源性眼跳研究。 1.1 视觉搜索过程中的外源性眼跳 外源性刺激在视觉搜索中主要指前注意信息，是指刺激物所具有的基本特征，比如，颜色、大小、形状、方向、质地、弯曲、空间排列、深度、光泽等等。对前注意信息的知觉是无意识的，不受意识支配，因而我们无法意识到前注意信息。早期的研究者非常关注前注意信息对外源性眼跳的影响。比如，在物体诸多的特征中，哪些可以影响眼跳，哪些不能影响眼跳；在多种特征共同影响眼跳的情况下，哪种特征对影响眼跳具有相对的优先性，哪种对影响眼跳有较大的贡献率。 收稿日期：2005-07-14 * 教育部高等学校博士学科点专项科研基金资助项目（20050165002）；辽宁省高等学校人文社会科学重点研究基地科研项目（J05042） 通讯作者：隋雪，E-mail：suixue88@https://www.360docs.net/doc/f716358491.html, 起先，研究者发现颜色特征对眼跳影响最大[1]，利用颜色线索会大大提高搜索效率。稍后，很多研究也得出了方向[2]、运动[3]、大小[4]、弯曲[5]、深度与立体[6]等特征对眼跳影响也很大。但是，由于研究设计不同，不同研究得出不同的结论。另外，物体特征程度上的差异大小也会直接影响眼跳，所以刺激特征差别量的大小引起了研究者的兴趣。Nagy 等就考察了视觉搜索中能引导眼跳的颜色特征最小可觉察差别量（just noticeable difference，JND）[7]。不同物体特征的前注意可觉察最小差别（pre- attentive just noticeable difference，pre-attentive JND）是不同的。当物体特征本身差别远大于该特征的可觉察最小差别时，该特征就会对眼跳产生直接的影响。反之，则对眼跳影响较小或者没有影响。所以，确定物体不同特征前注意最小差别量，有助于在视觉搜索眼跳研究中控制无关变量，从而得出更为科学的结论。 1.2 视觉搜索过程中的内源性眼跳 内源性眼跳是个体主动发起的，是受个体自身
的心理学实验范式
最全的心理学实验范式中国心理学 1.快速序列视觉呈现任务(rapid serial visual presentation task, RSVP ) 在快速序列视觉呈现任务中，给被试呈现一系列视觉序列刺激，每个序列包括大约20个刺激(字母，词语，数字，图片等)，呈现速率为每秒6-20个刺激。序列中通常包括两个靶刺激，其余的为分心刺激。在某些情况下，为突出靶刺激，常以不同于其他项目的颜色或形态呈现。每个刺激物呈现在计算机屏幕上的同一位置，前一个消失后出现下一个刺激，每个刺激呈现时间相等，约100ms左右。第一个靶子(T1)出现位置大约在第4至第11位，第二个靶子(T2)出现在T1后的第一个位置(Lag 1)至第9个位置(Lag 9) o RSVP分为单任务和双任务。在单任务中，要求被试忽略T1而正确识别T2，这时对每个位置的T2判断正确率在95%以上(Shapiro } Caldwell&Sorensen}1997)。双任务要求被试正确判断T1,并且正确判断T2。当T2出现在T1后200-SOOms时间间隔时(Lag 2至Lag 5)对识别T2的正确率显着降低了，即注意瞬脱(attentional blink, AB)现象。图1-3呈现了RSVP一个序列的示例。 目前，认知加工的两阶段模型通常用来解释双任务中发生的注意瞬脱现象。该模型认为，对一个刺激的加工包括两个阶段:第一阶段是平行加工阶段，即序列中的所有分心物和靶子都得到最初的察觉和编码，为下一阶段的加工做准备;第二阶段是系列加工阶段，只有被要求识别的项目才能进入这一阶段。在第二阶段的加工过程中，T1, T2被精细加工，并且被转移巩固进入短时记忆中。由于短时记忆的容易有限，在给定时间中只能对有限刺激进行加工。因此，只有T1的系列加工完成了，才能对T2进行系列加工。当T2出现在T1后200-SOOms间隔内，由于T1的系列加工还未完成，所以T2被延迟在平行加工阶段，得不到精细加工，所以对T2判断的正确率下降，注意瞬脱现象产生了(Chun & Potter,1995;张明&王凌云，2009)。通过RSVP范式对注意和情绪的关系的研究中，情绪刺激主要有三种呈现方式。第一，当T1为情绪刺激时，通过考查T2注意瞬脱量的变化，探查对T1情绪刺激的注意偏向和资源动用机制。Arend和Botella (2002)发现，当T1是情绪词时(如“thief")，高特质焦虑组识别 T2的注意瞬脱量小于低特质焦虑组。作者认为，这可能表示高特质焦虑组对T1的系列加工时间较短，或占用的注意资源较少。Cisler,Ries和Widner (2007)的研究亦发现，当T1是蜘蛛相关的刺激时，高蜘蛛恐惧组对T2识别的注意瞬脱时间间隔小于低蜘蛛恐惧组，即高蜘蛛恐惧组注意瞬脱量减少了。作者认为，高蜘蛛恐惧组对蜘蛛相关的T1加工效率更高，需要的时间更短，占用的资源更少。因此，对蜘蛛相关T1进行系列加工需要的时间缩短，T2更早的进入系列加工阶段，能正确报告T2的时间间隔亦即缩短。第二，当T2为情绪刺激时，通过考查T2的注意瞬脱量的变化，探查情绪刺激对有意注意的捕获机制和注意警觉成分。Keil (2004)等人的研究发现，相对于中性意义的T2，被试对情绪唤醒度高(包括愉悦情绪和消极情绪)的T2报告显示出更高的准确率，而这种差异主要出现在较早的时间间隔。但是情绪唤醒度低的情绪词，则不出现报告准确率相对较高的情况。Reinecke、Rinck和Becker (2008)对蜘蛛恐惧症者的研究发现，被试对蜘蛛图片的T2正确报告率提高，即AB效应减弱。第三，当分心刺激是情绪刺激时，通过比较对情绪性分心刺激序列和中性分心刺激序列中对T 1, T2的识别正确率，探查情绪刺激对无意注意的捕获或分散机制。Peers和Lawrence (2009)研究了不同注意控制水平、焦虑水平对情绪信息分散注意的影响。研究采用消极表情面孔(恐惧，恶心)和中性表情面孔的分心刺激，要求被试找出序列中特定的中性面孔靶子。结果发现，在不同情绪的分心刺激条件下，不同的SOA，以及不同的焦虑水平，注意控制水平较高的被试正确判断靶子的正确率均较高，而被试的焦虑水平与正确判断靶子的正确率没有显着关系。 2.视觉搜索范式(visual search task) 在视觉搜索范式中，屏幕上呈现一个刺激矩阵(如3×3或5×4的视觉刺激矩阵)。要求被试从该矩阵中找出与其它刺激类别不同的靶子。Fox (2002)等人采用该范式，研究对情绪面孔的探查速度。结果发现，在中性面孔中搜索愤怒表情的面孔比在中性面孔中搜索高兴表情的面孔更快，即对负性情绪面孔的注意偏向。 视觉搜索范式可以区分注意警觉和注意脱离困难。如果在中性矩阵中搜索情绪刺激的时间比在中性矩阵中搜索另一种中性刺激更快，则表明对该情绪刺激存在注意警觉;如果在情绪矩阵中搜索中性刺激比在中性矩阵中搜索另一种中性刺激更慢，则表明对该情绪刺激存在注意脱离困难。大量研究均发现对负性情绪存在注意偏向(Cider et al., 2009; Miltner) Krieschel, Hecht, Trippe & Weiss) 2004;Ohman et al., 2001; Rinck et al., 2003 ) o Rinck等人(2005)采用该范式对蜘蛛恐俱者的注意偏向进行了研究。刺激为5 X 4的图片矩阵，矩阵类型包括:19张中性图片中呈现1张蜘蛛图片，19张中性图片中呈现1张另一类的中性图片，19张蜘蛛图片中呈现1张中性图片。研究者发现，蜘蛛恐惧症者从19张中性图片中找出1张蜘蛛图片显着快于从19张中性图片中找出另一张中性图片，即反映了对威胁刺激的迅速察觉。另外，蜘蛛恐惧症者从19张蜘蛛图片中找出1张中性