特征匹配程度对类比问题解决中提取过程的影响的实验研究 ——一种类比研究新方法初探

特征匹配程度对类比问题解决中提取过程的影响的实验研究 ——一种类比研究新方法初探

论文摘要

类比问题解决是人类认知的重要成分。类比问题解决包括提取、映射和评价等阶段。各种类比推理理论对表面和结构特征在类比问题解决各个阶段中所起的作用有着不同的见解。本文选取了一种新方法对源问题和靶问题之间的特征匹配进行了系统的操作,以考察表面和结构特征的相似性对类比问题解决及其内部过程的影响。本文采用故事类比,设计了两个实验来考察表面和结构特征的相似性对类比问题解决及其内部过程的影响。实验一,在高级关系一致的情况下,改变源问题和靶问题之间表面特征和初级关系的匹配个数,考察不同条件下类比问题解决、提取以及评价的差异。实验二,在高级关系不一致的情况下,改变源问题和靶问题之间表面特征和初级关系的匹配个数,考察不同条件下类比问题解决、提取以及评价的差异。 两个实验共选取西南师范大学和重庆科技大学学生180名作为被试,结果表明: (1)无论高级关系是否相似,表面特征和初级关系的匹配程度(个数)对类比问题成绩和对源问题的评价的作用都不显著。 (2)高级关系相似时,随着表面特征和初级关系的匹配程度(个数)的增加,对源问题的提取成绩会有所提高。 (3)高级关系不相似时,表面特征的匹配程度(个数)对源问题提取有显著影响,随着表面特征的匹配程度(个数)的增加,对源问题提取的提取成绩会有所提高;初级关系的匹配程度(个数)对源问题提取没有显著影响。 (4)总的来说,结构特征对源问题的提取具有一定影响。

论文目录

  • 中文摘要
  • 英文摘要
  • 1 前言
  • 2 研究回顾
  • 2.1 类比问题解决的理论
  • 2.2 各种相似性的研究
  • 2.3 已有研究的问题
  • 3 本研究的总体介绍
  • 3.1 本研究的目的和总体设计
  • 3.2 本研究的意义
  • 4 实验一
  • 4.1 实验目的
  • 4.2 方法
  • 4.3 结果与分析
  • 4.4 讨论
  • 5 实验二
  • 5.1 实验目的
  • 5.2 方法
  • 5.3 结果与分析
  • 5.4 讨论
  • 6 总的讨论
  • 6.1 表面相似性对源问题提取的影响
  • 6.2 结果相似性对源问题提取的影响
  • 6.3 类比的提取模型
  • 6.4 特征匹配程度(个数)对类比问题解决的影响
  • 6.5 长时记忆中经验对类比问题解决的影响
  • 6.6 本研究的不足及需改进之处
  • 6.7 今后的研究设想
  • 7 结论
  • 参考文献
  • 附录Ⅰ 研究一指导语及实验材料
  • 附录Ⅱ 研究二指导语及实验材料
  • 后记
  • 相关论文文献

    • [1].重复场景影像特征匹配鲁棒策略的比较与评价[J]. 测绘科学 2020(04)
    • [2].基于特征匹配的机场场面目标跟踪[J]. 电子世界 2020(15)
    • [3].对极约束传感图像特征匹配方法研究[J]. 信息通信 2017(11)
    • [4].基于注意力选择的局部特征匹配方法[J]. 大连理工大学学报 2019(02)
    • [5].基于特征匹配的快速物体检测方法[J]. 信息技术 2020(06)
    • [6].一种基于局部特征匹配的财产保护算法[J]. 计算机应用与软件 2015(03)
    • [7].基于特征匹配的绘画作品抄袭判定[J]. 福建师范大学学报(自然科学版) 2020(06)
    • [8].中国企业战略联盟伙伴特征匹配标准实证研究[J]. 科学学研究 2010(04)
    • [9].基于无损探伤及多特征匹配的汽车铸铁件缺陷识别[J]. 铸造技术 2016(03)
    • [10].噪声对图像局部特征匹配结果精度的影响[J]. 现代计算机 2020(07)
    • [11].基于多层特征匹配的网络入侵检测系统[J]. 计算机应用与软件 2008(02)
    • [12].加速鲁棒特征匹配模糊动态场景混淆去除算法[J]. 科技通报 2014(10)
    • [13].基于二级特征匹配的卡尔曼滤波跟踪算法[J]. 有色冶金设计与研究 2011(Z1)
    • [14].英汉语话题结构中的阻隔效应[J]. 安徽师范大学学报(人文社会科学版) 2018(03)
    • [15].基于改进型特征匹配的图像拼接方案设计[J]. 电视技术 2008(02)
    • [16].一种改进的基于特征匹配的图像融合算法[J]. 信息通信 2017(03)
    • [17].基于联合特征匹配的多视角三维重建方法[J]. 计算机系统应用 2016(10)
    • [18].基于多特征匹配的隐藏进程检测方法[J]. 计算机应用 2011(09)
    • [19].特征匹配引擎设计与实现[J]. 计算机系统应用 2010(09)
    • [20].一种基于生物特征匹配的未知协议比特流分类方法[J]. 科技通报 2016(11)
    • [21].基于局部聚类的特征匹配筛选算法[J]. 计算机系统应用 2018(12)
    • [22].如何分辨组合气味?[J]. 科学世界 2020(05)
    • [23].局部结构约束下的宽基线影像直线特征匹配[J]. 测绘通报 2020(05)
    • [24].基于特征匹配的快速鲁棒数字稳像[J]. 应用光学 2015(06)
    • [25].基于特征匹配和距离加权的蓝牙定位算法[J]. 计算机应用 2018(08)
    • [26].基于特征匹配与改进粒子滤波的冠脉目标跟踪算法[J]. 计算机工程 2018(10)
    • [27].尺度、旋转以及亮度稳健的高分辨率影像直线特征匹配[J]. 光学精密工程 2013(03)
    • [28].基于特征匹配的水下目标检测与识别[J]. 现代电子技术 2011(04)
    • [29].有序的KD-tree在图像特征匹配上的应用[J]. 化工自动化及仪表 2010(10)
    • [30].基于最小特征匹配代价的夜间车辆检测和追踪[J]. 计算机应用与软件 2015(04)

    标签:;  ;  ;  ;  ;  

    特征匹配程度对类比问题解决中提取过程的影响的实验研究 ——一种类比研究新方法初探
    下载Doc文档

    猜你喜欢