神经网络情感分析篇1
关键词：物联网；Bp神经网络；环境参数监测；设备环境
中图分类号：tn911?34文献标识码：a文章编号：1004?373X（2017）03?0012?03
Researchoniotequipmentenvironmentalmonitoringtechnology
basedonneuralnetwork
panXiang
（DepartmentofComputer，GuangxiCadresUniversityofeconomicandmanagement，nanning530007，China）
abstract：theparametersofsmog，waterlogging，temperatureandhumidityintheequipmentworkingenvironmentarecollectedandprocessedbymeansoftherelatedtechnicalmethodsbasedoninternetofthings（iot），andanalyzedbymeansofBpneuralnetworktoevaluatetheequipmentworkingenvironment.thesimulationresultsshowthatthemethodproposedinthispapercanmonitortheenvironmentalparameterseffectivelyandissueanearlywarningaccordingtotheparameters，andletthesystemusersunderstandthestatusofthecurrentenvironmentexplicitly.
Keywords：iot；Bpneuralnetwork；environmentalparametermonitoring；equipmentenvironment
0引言
各种电子设备所处的环境对其工作性能和使用寿命有着重要的影响，所以目前人们开始越来越多的对设备工作环境进行监测。对设备环境进行有效的监测，一方面必须利用各种传感器技术对温度、湿度等环境参数进行准确及时的获取和处理；另一方面，必须构建一个有效的分析监测模型，能够对这些复杂的参数综合表征的环境状态进行评价和判断。而这两个方面都涉及许多技术难点，因此，本文参照目前比较新的研究思路，引入物联网的相关技术和方法对温度等四个环境因素进行准确的采集和处理，再利用Bp神经网络技术对获得的数据进行分析，以判断目前环境的情况，该方法具有实现简单，监测准确率高的优点。
1物联网
1.1物联网的结构
物联网是伴随着计算C和互联网技术的发展而出现的一个全新概念。它一般指采用多种智能传感设备，诸如各种传感器、射频识别技术、GpS、激光或红外探测器等各种装置，实时采集任何需要监控、连接、互动的物体或过程，采集其声、光、热、电、力学、化学、生物、位置等各种需要的信息，与互联网结合形成的一个巨大网络，以进行信息交换和通信[1]。一个完整的物联网一般由感知层、网络层和应用层组成，如图1所示。
其中，感知层网络的主要作用是对实体信息的感知，信息的采集和智能识别等功能；网络层是人与人之间、人与物之间和物与物之间通信的传输媒介，主要向应用层提供安全可靠的传输机制；应用层的主要功能就是对网络层传输的海量数据进行存储、分析和智能处理等，根据不同的应用需求对数据进行处理[2]。
1.2基于物联网的设备环境监测原理
为了对设备的运行环境状况进行实时监测，以使相关人员能够清楚地了解到目前环境的状况。本文通过物联网，利用ipv6等无线通信技术，将各种传感器、路由网络和神经网络系统等进行连接，从而实现对温度、烟雾、水浸等环境参数的实时监测。
本文设计的监测物联网主要由感知层的18个无线传感器和应用层的Bp神经网络监测分析系统组成。在底层，各种不同的传感器采集到的数据通过ipv6组成的无线网络通过各自的路由器发送至无线网关，无线网关通过交换机与服务器相连，服务器接收到数据后，会利用构建好的Bp神经网络模型对这些数据进行整理分析，以判断环境所处的具体状态。
2Bp神经网络
2.1Bp神经网络的原理
Bp神经网络是一种前馈型误差修正网络，它通过不断调整各个单元层之间的网络权值和阈值实现网络的训练。Bp神经网络主要运行由信号的正向传播和误差的逆向传播两个过程组成，通过不断地权重调整，可以实现网络误差的不断缩小。
2.2原始数据的获得
位于底层的传感器网络一共包含4个路由器（含网卡）和18个无线传感器（含3个水浸传感器、4个烟雾传感器、6个温度传感器和5个湿度传感器）。通过传感器和路由器组建传感器的物联网络实现对环境信息的获取，并上传至数据处理中心。将各个类型传感器收集到的数据分别进行加权平均，由于水浸和烟雾为简单的“是否”问题，因此用0和1表示，结果如表1所示。
2.3定义输入和输出样本数据
定义输入样本数据，从表1的20组数据中选择10组作为输入样本，在matlab命令空间中输入归一后的数据，归一化按照式（1）进行：
[yi=xi-minximaxxi-minxi，i=1，2…，n]（1）
本文直接调用matlab软件中的premnmx函数进行归一化运算，经过归一化后的评价指标[yi]在[0，1]之间。为了简化仿真模型，特对输出状态进行编码，模型输出为评价环境的优、良、中、差、危险5种状态，定义期望输出向量如表2所示。
2.4构建Bp神经网络模型
本文采用含一个隐藏层的神经网络结构进行分析，由于输入单元为4，输出单元为5，根据经验公式可选隐含层单元数为1～10之间的整数，采用试凑法得到了隐含层神经元与均方平均值（mSe）的曲线关系，如图2所示。其中隐层神经元数目为9时，得到的mSe值最小为14，所以确定的隐含层神经元数为9。
2.5Bp神经网络模型的训练
在matlab中代入这8组样本向量对构建的网络进行训练，期望误差设为10?6，训练过程中，Bp神经网络误差的变化形式如图3所示。
由图3可知，当训练经过58次迭代之后，达到了满意的误差期望。获得理想的神经网络模型后，在剩余样本中选择8组数据对该Bp神经网络进行检验测试实验，输入主代码：result_test=sim（net，ptest）[′]。
在matlab中输入表1中的所有数据，经过整理的结果如表4所示。
由表4可以看到，表中字体加深的数据，即第2组环境状态为中，第四组环境状态为良的检测数据分别误判为良和中。为了提高模型的检测精度，将这两组作为训练样本加入训练集中，重新对网络进行训练，图4是新构建的神经网络训练时使误差下降的情况。
由图4可知，增加这两组数据后，模型的收敛速度获得了提升，达到相同精度，仅需要33步即可收敛，表5是用剩下的8组数据进行检测的仿真结果。
由表5可以看到，经过2次训练后，本文构建的神经网络对样本的判断结果均正确，对环境具有较好的监测功能。
3结论
本文主要研究了基于物联网的设备环境监测方法，构建了能够根据烟雾、水浸、温度和湿度等环境参数准确判断环境状态的Bp神经网络模型。在仿真过程中发现将第一次训练的错误数据代入原模型作为训练样本，并进行两次训练可以大大提高神经网络模型的精度。系统可在环境参数出现异常状况前告知使用者，从而避免事故发生，具有较大的实用意义。
参考文献
[1]刘飞.物联网的应用分析研究[J].电子技术，2013（1）：12?18.
[2]郑伟.一n基于Bp神经网络技术的物联网监控预警系统设计与实现[D].北京：北京工业大学，2015.
[3]王亿之.神经网络算法在物联网中的应用研究[J].计算机应用研究，2015（3）：128?132.
[4]林华.基于Bp神经网络改进算法的检测方法[J].计算机工程，2015（8）：143?149.
神经网络情感分析篇2
关键词压力传感器；温度漂移；温度补偿
中图分类号：tp212文献标识码：a文章编号：1671-7597（2014）10-0038-02
压力传感器的输出结果精度容易受到多种因素的影响，其中，唯独是影响传感器输出精度的最主要因素。目前，国内经常使用硬件补偿和软件补偿两类方法对压力传感器进行温度补偿。硬件补偿方法调试难度较高、精度低、通用性也较差，在实际工程中应用时，难以去得较好的效果；而软件补偿方法有效弥补了硬件补偿的缺点，其中Bp神经网络补偿在实际工程中运用十分广泛，但是典型Bp神经网络补偿法虽然精确度高，但是整个流程过于复杂、整个过程耗时较长，因此，本文提出了一种基于主成分分析的Bp神经网络补偿方法，希望对提高补偿效率和准确性起到一定的作用。
1典型Bp神经网络补偿原理分析
Bp神经网络是目前研究中应用范围最广的神经网络模型之一，Bp神经网络术语单向传输网络结构，整个信息传输的过程呈现出高度的非线性特点。典型的Bp神经网络结构包括输入层、隐含层和输出层3层结构。通常情况下Bp神经网络只有这3层结构，这主要是由于单隐层的Bp神经网络既可以完成从任意n维到m维的映射。其典型结构如下图所示。
Bp神经网络结构模型
Bp算法设计到了信息的正向传播以及误差的反向传播，信息首先从输入层传入，然后经过隐含层的处理传入输出层，最终输出的信息可以用下面的形式进行表示：
其中：、分别代表了隐含层及输出层的权值；
n0、n1分别对应了输入节点数及隐含层节点数。
输出层神经元的激励函数f1通常呈现出线性特点；而隐含层神经元的激励函数f2通常采用如下所示的形式在（0，1）的S型函数中进行输出：
由于Bp神经网络隐含层采用的传递函数为对数S型曲线，其输出范围在（0，1）之间。为了避免节点在短时间之内饱和而无法继续进行训练，需要在训练开始之前利用下面公式对样本数据进行预处理：
，
其中：Ui、pi均为训练数据的标定值；Uimin、Uimax分别表示输出电压的标定极值（最小和最大）；pimin、pimax分别表示压力的标定极值（最小和最大）。
当目标矢量为t，信息通过正向传递，可以得到误差函数，具体如下所示：
如果输出结果无法达到要求的误差范围，则返回误差信号并按照一定的权值对公式中的各层权值进行修正，直到输出结果达到期望值。
在利用典型Bp神经网络进行压力传感器温度补偿的过程中，算法过于复杂，而且非常耗时，因此，需要对其进行改进，以提高补偿效率。
2Bp神经网络法的改进
2.1改进原理
基于典型的Bp神经网络，利用以下方法进行改进。
1）利用小波神经网络的思想对神经元的激励函数进行改进，从而实现小波特性与Bp神经网络自学功能的充分结合，提高激励函数的逼近能力。以morlet函数作为小波函数的母函数，可以降低不同层面神经元之间的影响，提高网络的收敛速度。以morlet函数作母函数的小波函数属于幅值小波，其信号中包含了复值和相关信息，改进后的函数具体如下所示：
在本次研究中，我们选取了R个输入样本和n个输出节点，则可以利用下面的公式对第l个样本的第n个节点的输入进行表示：
其中：K表示神经网络隐含层的单元数量；m表示神经网络输入层的单元数量；ωn，k表示神经网络隐含层第k单元与输出层第n单元的连接权值；ak-小波伸缩因子；bk-平移因子；Sl（xm）―输入信号。
2）在计算过程中通过，附加动量法的应用可以有效改实现梯度方向的平滑过渡，使得计算结果更具稳定性。该方法以Bp法为基础对权值进行调节，具体公式如下：
其中：t表示样本的训练次数；η表示学习速率；σ表示动量因子；σΔωki（t）表示附加动量项，它能够有效降低不同神经元之间的影响，提高网络的收敛速度。
2.2主成分Bp神经网络算法的实现
步骤1：按照典型Bp神经网络数据预处理方法对样本数据进行预处理。
步骤2：利用主成分分析法对预处理后的样本数据进行分析，降低输入向量之间的影响，使各个输入变量的协同方差趋于统一，从而使各权值具有相同的收敛速度，并以此确定神经网络的输入节点。
步骤3：对神经网络进行初始化，并对其中的部分关键变量进行设置。
步骤4：为神经网络选取一组学习样本，以输入节点作为网络的输入向量，并输入期望fn，l，n=1，2，…，n；l=1，2，…，R。
步骤5：利用输入的网络参数计算网络的实时输出能力，当输出误差在允许范围之内时，停止训练；而当输出误差超过允许范围，则将误差信息进行反向传播，使权值沿误差函数的负梯度方向发生变化，然后利用梯度下降法计算出变化后的网络参数，然后再重复进行第4步的操作。
步骤6：Bp神经网络在训练合格之后，对其进行样本补偿。
步骤7：对补偿后的样本进行反标准化处理，然后与实测数据进行误差比较，判断出网络改进之后的变化。
2.3压力传感器温度补偿
根据前文提供的Bp神经网络算法实现步骤，可以利用matlab编程语言来实现。在实现该算法之后，我们通过在压力传感器量程范围内确定n个压力标定点，同时确定m个温度标定点。标准值发生器会根据每个标定点的信息产生对应的标定输入值。然后输入样本数据，样本数据按照目标值要求的±20%范围进行选择，然后以误差目标小于10-3进行训练，当达到误差目标之后，网络的收敛速度得到有效的提升。
3结论
通过研究结果发现，利用主成分分析法对信息进行补偿之后，再利用Bp神经网络对这些信息进行训练，其学习速度相对直接利用Bp神经网络进行训练更高。同时，通过改进典型的Bp神经网络，利用小波函数作为激励函数，并应用动量附加发对网络敏感性进行控制，可以有效避免网络发生局部极小问题。通过基于主成分的Bp神经网络温度补偿方法可以使压力传感器受环境温度变化而发生的误差问题得到高效、精确的解决。
参考文献
神经网络情感分析篇3
1煤岩识别系统及特征参数分析
1.1煤岩识别系统采煤机截割煤岩的工况简图如图1所示。采煤机截割的煤壁中，有时是均质的煤层，有时煤壁是煤层与岩层共存，设定煤层与岩层以一定比例存在。研究的煤岩识别系统识别的煤壁中岩层的煤层与岩层的比例分别为：全煤层、煤岩比2∶1、煤岩比1∶2以及全岩层四种情况。使用多传感器信息融合技术及模糊神经网络算法建立的煤岩识别系统主要分为两大部分，第一部分是数据采集层，通过多传感器信息融合技术对采煤机截割煤岩时的振动、阻力矩以及电机电流等进行监测，并采集数据提取特征值。第二部分是识别模型，即使用模糊神经网络算法建立煤岩识别模型。通过多传感器采集并处理后的特征分为两大类，第一类用于使用模糊神经网络算法建立煤岩识别模型进行网络训练，使得识别模型具有相应的泛化能力；第二类用于对所建立的煤岩识别模型进行性能测试，测试识别模型泛化能力，识别能力能够达到识别要求[9]。
1.2特征参数分析本文建立的煤岩识别采用多传感器信息融合技术，主要对采煤机截割煤岩时的振动、阻力矩以及电机电流等进行监测。由于采煤机在截割不同比例的煤岩时，z轴方向振动量变化基本相同，因此提高识别效率，本文的多传感器融合系统只对采煤机滚筒截齿的x轴和y轴振动量进行采集处理。图2是采煤机截割全煤层、煤岩比2∶1、煤岩比1∶2以及全岩层，这四种情况时煤岩的振动监测值。图3是采煤机截割四种情况煤岩时的阻力矩情况。图4是采煤机截割四种情况煤岩时的电机电流监测数据[10]。
2anFiS原理及结构
模糊神经网络（anFiS）的结构如图5所示，主要由前件网络和后件网络组成，其模糊系统采用Sugeno型。
2.1前件网络前件网络由4个层组成。前件网络的第1个网络层是整个模糊神经网络的输入层，有n个节点，模糊神经网络输入的各个分量xi与输入层的各个节点相连，将输入向量传递到第2个网络层。
2.2后件网络后件网络由r个同样具有三个网络层的并列的子网络组成。各个子网络具有一个输出值。后件网络子网络第1层是将输入量传递至第2层的输入层。第1层的第0个节点输入值为1，其用于提供模糊规则后件中的常数项。后件网络子网络第2层用于计算各个规则的后件，该层节点数为m，一个节点表示一个规则。anFiS算法主要使用混合算法对前提和结论参数不断更新。通常将一个初始值赋予给前提参数，结论参数由最小二乘估计算法得到。最终从最后一层反向向第一层由梯度下降算法传递系统的误差，以不断更新前提参数。本文研究的识别系统所建立的模糊神经网络模型使用减法聚类算法对进行归一化处理后的流特征数据样本空间进行非线性规划，选用三角函数型的隶属度函数，模型的参数学习率设定为0.01，误差上限[15]为10-3。
3实验分析
本文通过实验方法对所建立的基于模糊神经网络信息融合的采煤机煤岩识别系统的性能进行测试分析。实验用的采煤机型号是鸡西煤矿机械有限公司生产的mG300/701⁃wD型采煤机，其采高可达3.2m，截深为0.63m，截割速度为6m/min。对采煤机截割全煤层、煤岩比2∶1、煤岩比1∶2以及全岩层四种情况煤岩时的振动、阻力矩以及电机电流等数据进行监测。通过建立的煤岩识别系统进行识别，识别结果如图6所示，同时与使用基于单一的振动、阻力矩以及电机电流传感器的识别系统的识别结果进行对比。测试结果表明，使用基于单一的振动、阻力矩以及电机电流传感器的识别系统能够对煤岩具有一定的识别能力，但是由于其使用单一传感器的局限性，使得识别结果准确度不够高，而本文研究的基于模糊神经网络信息融合技术的识别系统能够对煤层和岩层的分界面进行有效识别，识别的准确度和稳定性相比其他方法更高。
4结语
神经网络情感分析篇4
[关键词]感应系统；感应波；条件反射；感应激活现象
[中图分类号]R224[文献标识码]B[文章编号]1673-7211（2009）02（a）-070-02
经络学说是中医基础理论的核心，有着它内在的规律，并经千百年来的实践，已被人接受，然而，对它的验证，不免被人怀疑。经络到底是客观存在，还是虚无的，成为当代科学研究的一大难题。对此，作者从中西医两个不同的角度进行过探讨。传统中医经络是如何形成的，它的实质是什么？现代医学的反射痛是如何产生的，它的原理是什么？作者从理论与实践两个方面做综合性的分析论证，提出了“感应理论”的见解。
论证之一，从传统中医的阴阳学说与人体存在的生物电现象分析，把经络作为人体内存在的感应电路，由于它的通道与神经分布并不完全一致，那么，经络形成的通道中，存在着一种未被我们认识的中介体。
论证之二，经络中的中介体是如何存在的，可能在经络形成的传导通道中，存在着两个生物电的电极，可以称为感应端，当发放冲动产生扩散现象，与相感应的另一端产生类磁场现象，则形成感应场，在感应场中，有介质在两个感应端之间起着连接、传导，产生振荡电流的作用，这种介质可以称为网络器，它在经络的运行通道中起着极其重要的作用。这可能是经络形成的根本原理。
论证之三，现代医学中的反射痛（或称牵涉痛）是因患者某一器官发生病变，除感觉患病器官的疼痛外，还可感应到远离该器官的某些体表或者深部的疼痛，当反射痛早期表现不在原发病灶、而在反射部位时，则容易导致误诊[1]。对于反射痛，从经络存在的感应场和网络器分析，它可能是沿着经络，通过感应场，在相应的网络器的作用下产生的疼痛反应。
对于以上论述，首先要认识经络中存在的感应场。关于经络中“感应场”学说，与人体内存在的生物电现象有关，它通过体内的阴阳消长、正负电荷的释放转化而形成生物感应场。再就是“网络器”，它作为活性介质，在中间起着活性传导作用，为经络开辟着一条看不见的通道。
关于经络的传导通道，我们还要进一步认识人体内的“感应波”现象。经络在它的传导形成过程中的感应场也可能象电讯电波一样，它的传导无法用肉眼看到，但可以通过感应场和网络器接收到传导信息密码，象电脑、手机接收信号一样，有各自的传导或传输系统，网络器接收到的感应波信号，就会产生感应激活现象。这样，经络感应场中存在的感应波现象，它在解剖学上就无法看到。只要从电波现象去分析、去认识，就不难发现，经络是客观存在的。从感应场、网络器以及感应场中存在的感应波现象去认识，经络决不是虚幻的。
通过传统中医学的经络和现代医学的反射痛的综合探讨，认识经络感应场与网络器，进一步认识感应波现象，我们就可以发现，经络的本质是“感应系统”。
在此，可以通过巴甫洛夫的“条件反射”[1]学说进一步认识感应系统，认识经络。巴甫洛夫的学说就是通过动物实验，每次给狗喂食前摇响铃声，然后再给食物，这样反复多次结合实验，最后，只摇铃声，狗就会出现流唾液、嘴动现象，虽然铃声与唾液分泌无关，但铃声成了进食信号，这样形成了条件反射。从感应系统分析，就会发现许多现象与此有关，他们在我们的生活中发生，却没有引起我们的注意，下面笔者从几个方面作出论证。
就现代医学而言，植物神经不受意志支配。例如：人们可以支配自己的肢体活动，但不能随意支配自己的心脏跳动。这是客观存在的。然而，当人们面对某种情形感到紧张，或在黑暗中感到恐惧，甚或某一意念出现时，心跳就会加速，这就是一种感应现象，是因为感应系统受到刺激时，发放的冲动通过感应场、网络器传感所致。而通常所说的神经官能症，无论是胃肠神经官能症，还是心脏神经官能症，都是由于某种原因长期刺激出现敏感性甚或是随意性征兆，这都是感应性症状，若能找到原因，就能有效地治疗。再如，人体的肤色是意志无法改变的，但是人们害羞、兴奋或恐惧、紧张时都可以出现面色改变。尤其是女性，因为目光或语言刺激，或仅仅是因为自己害羞出现的面如桃花的现象，就是典型的感应现象。“人逢喜事精神爽”则使人的整个精神面貌发生改变。除此之外，发怒则面色胀红或青紫，憔悴则面色暗淡，恐惧则面色苍白，失意则精神萎靡，这些现象都是因为刺激了感应系统，刺激了其中的感应密码即信息密码，由感应波产生的感应激活效应，不同的刺激就会产生不同的感应效果。还有，肢体是不会说话的，但肢体动作可提示或传达某些语言所要表达的内容。如手势，在体育比赛时裁判的手势、交通手势、旗语等。尤其是哑语，就是最好的例证。再就是眼色，虽然眼睛不会说话，但眼色也可暗示，由目光产生感应现象，流露或表达某种思想感情。如“眉目传情”就是相好的两个人之间产生的情感方面的感应。看眼色行事则是因为条件反射所产生的行为反应。“横眉冷对千夫指”则表示出愤怒与蔑视。不仅如此，人们对声、光、色、温等产生的各种条件反射出现的情感变化，都是刺激了感应系统所致。根据感应系统所产生的感应现象，可以证明，条件反射的通道是通过感应系统形成的。不同的感应密码受到刺激，就会产生不同的效应。我们通常所说的“生物钟现象”就是如此。当人在睡眠时，因受到特定时间的刺激而醒来，久而久之，当没有了这种刺激，到时也会自然醒来。这种“生物钟现象”就是因条件反射引起的典型的感应激活现象。我们经常见到有的小孩吃蛋黄被噎之后不再吃蛋黄，被鱼刺卡后害怕吃鱼。还有民间所说的“一朝被蛇咬，十年怕井绳”的现象，就是这种感应效果。通过生物钟现象，我们可以认识一些重症反应性的病症。因为条件反射引起的情感心理障碍，也是值得临床重视的问题。在临床上还有些体检者，本身没有任何症状，但检查发现阳性指标，或是说可能会出现什么症状，他的症状随之就出现了，并且明显加重。从感应现象分析更年期综合征，就可以发现女性为何高于男性，这是因为女性对各种条件反射更敏感，敏感者更容易发生更年期综合征。还有女性在月经周期出现的烦躁、易激动或者抑郁等情绪变化的症状，甚至痛经，也可能是月经初潮时恐惧或者某种环境下的心理因素所致。同样，这实际上是感应现象引起的一种月经周期综合征。当外环境与内环境变化甚或失调，感应系统就会产生敏感的感应性症状，可以统称为感应综合征。如临床常见的焦虑症、强迫症，尤其是癌症等重症患者，则会导致心理崩溃、精神紧张、食欲下降、体重减轻，这些都是感应综合征引起的。
现在有些检测仪，如测谎仪，就是通过感应现象测出感应波，而心电图表现出的图象就是一种心脏感应波，各个导联正好反映了不同感应场的感应现象及心电感应原理。从心电图不同的导联出现不同的感应波，我们可以认识到不同的感应场会产生不同的感应现象。还有脑电图，也是同样道理。关于脑电图脑电波的来源，其实质可能就是感应波现象。
感应系统的感应波是形成经络系统的一个网络通道，也是反射痛以及各种条件反射的通道。
我们再看看汗腺与泪腺。引起汗腺分泌的主要是温度，高温可以引起出汗，感染可引起发热、出汗，而心理因素也可以引起出汗。虽然汗腺不受意志支配，但心理因素出现的恐惧可以出现冷汗，激动、兴奋、紧张可以出现热汗，有的仅仅表现为手中捏一把汗，有的表现为头上冒汗，既可表现为全身出汗，也可表现为局部出汗，这些表现依然是某种条件反射刺激了感应场，使感应系统被激活所致。对于泪腺分泌，外在的风沙刺激可以流泪，咽喉的刺激也可反射性地流泪，而伤感、痛苦、感动引起流泪则是与情感有关，并可以受意志控制，这些都表现为感应场激活现象。这种感应场激活现象可以把它称为“感应激活系统”。例如：机体受到寒冷刺激，可以出现寒颤现象，但“不寒而栗”则是情绪产生的寒颤。外在的寒冷与内在的情感变化出现的寒颤，两者都有本质的区别。同样，热度引起的出汗与恐惧、紧张引起的出汗，其本质也不一样，这些都说明感应激活系统因不同的刺激而产生不同的效应。
对于感应系统而言，人体的感应场现象十分明显。
风、寒、暑、湿、燥、火这六种自然现象可以致病，喜、怒、忧、思、悲、恐、惊这七种情绪可以致病，都因条件反射使相应的感应场被激活所致。一种是外在的条件反射现象引起病症，一种是内在的条件反射引起病症，不同的感应密码，在感应场产生不同的效应。常言道，心病还得心药治，讲的就是心理因素引起的病症只能通过调节心理因素而达到治疗目的。通过认识感应系统，我们可以去认识、了解、治疗许多疾病。还有一些药物引起的副作用，长期应用可能掩盖病情甚或加重病情，这种药源性的感应性病症会加重患者的心理负担，也是必须引起临床重视的。中国古老的《易经》强调“无妄之药，不可试也。”讲的就是这个道理。
可见，人体内存在着感应系统，各种条件反射产生的现象都是通过感应系统完成的。这种感应系统是区别于神经系统的一个特殊系统，它是通过感应场、网络器、感应波形成的。感应场现象中的网络器、感应波或许就象现代计算机系统和手机网络的网络现象，因不同的网络产生不同的效应，在体内不同区域起着介质作用，通过感应波形成传感通道。从条件反射认识感应系统及其感应现象，可以帮助我们真正认识传统中医关于经络的实质，并且可以认识许多疾病并有利于治疗。
[参考文献]
神经网络情感分析篇5
关键词：煤矿；通风；监测监控；总线技术
2008年国家安全监管总局提出：要建立“通风可靠、抽采达标、监控有效、管理到位”的瓦斯综合治理工作体系。通风是治理瓦斯的基础，矿井通风系统可靠稳定，采掘工作面有足够的新鲜风流，瓦斯不聚积、不超限，就不会发生瓦斯事故。因此，能够实现通风可靠测控就可及时或超前发现问题，减少或避免瓦斯积聚；能够实现整个矿井所有影响区域的超前断电，就可大幅度避免事故发生；能够对工作面整体安全状态进行监测监控，就可有效避免工作面瓦斯事故的发生。
一、通风可靠实时监测监控理论基础
1、神经元网络现场总线监控技术
Lonworks现场总线技术的核心是神经元芯片，由这些神经元芯片组建的神经元网络，起源于人体的神经网络，采用无主通讯机制，每个神经元节点（网络节点）拥有三颗CpU，分别实现网络通讯、调度、数据处理，可实现网络化互联互控、高速高可靠性通讯等功能。
系统中的每个测控单元（神经元节点）都能通过多个路径向其它神经元发送信息，形成整个矿井的实时测控网络，实现一点超限全网响应；每个测控单元可用于某一项或几项特殊功能；任何一个测控单元发生故障，不会影响其它测控单元的正常工作；每个神经元节点均可实现网络通讯、调度、数据处理，可实现实时多任务处理；全面提升了系统的速度、带宽、稳定性、可靠性。当瓦斯浓度持续升高或已经达到超限临界值时，不必经过地面测控中心中转，就可对瓦斯流动路线上的电器设备实现实时或超前断电，从而避免电火花引爆。
与传统的测控技术比较，Lon?works现场总线技术将落后的主从式测控模式，提升到神经元网络测控模式，有效解决了风流反向和瓦斯流动区域多级超前断电问题，有效解决了面域内与面域间的实时关联控制问题。Lonworks现场总线技术将国家标准规定的“区域性断电时间小于60秒”缩短到全系统断电不超过2秒；通讯速度提高30倍，系统容量提高10倍以上，煤矿整体安全生产测控能力将得到大幅度提高。
2、面域化通风可靠监控技术
与传统的基于测点的监测方式不同，面域化通风可靠监控技术是以工作面等作业点为目标对象，提供对面域对象整体相关安全因素的全面智能化的分析与相关因素关联分析，同时提供对所有测控单元的全面分析，譬如统计分析、趋势分析、预测分析；提供对面域对象的全面实时监测，譬如列表监测、图形化监测、动画监测、安全评价、预测预警等。该方式尤其适于对重点工作面进行全面分析与实时监测，包括曲线、预测、自动统计分析、报表等。
二、煤矿通风可靠实时监测监控系统总体结构
第一层：井下硬件系统。组成包括：隔爆兼本安工业以太网与Lon?works网关、Lonworks现场总线、Lonworks路由器、监测分站或总线适配器、供电电源、风筒风量实时监测装置、巷道风量监测传感器、主扇风量监测传感器、风速风向传感器、风速传感器、风门开关传感器、甲烷传感器等监测单元、断电器等测控单元。
第二层：数据高速公路环网。目前煤矿一般采用的环网为光纤环网，主要硬件组成为：光纤、隔爆兼本安工业以太网交换机。为提高传输性能，也可使用无源光网络技术，与煤矿井下光纤环网的区别是多种系统多种媒体可共用通道而不相互影响，传输速度大幅提高而成本将大幅度下降。
第三层：井上面域化监控软件。软件系统组成包括：主扇开停、主扇工况、矿井总回风量实时监测系统；风机风筒风量、微风、停风、断电实时监测系统；采掘工作面风量实时监测系统等等。
三、通风可靠实时监测监控系统主要功能
1、全矿井通风状态在线监测、停微风报警与断电控制功能。通过风量在线对比监测，及时发现通风设计问题与微风报警；通过对局扇风筒风量在线监测，及时发现停风、风量不足、风筒损害等安全隐患，当停风或者微风隐患发生时，及时切断瓦斯超限影响区域电源，从而避免因停风引起的瓦斯积聚隐患。
2、矿井通风稳定性在线监测功能。通过在角联巷道安装风向监测传感器，实现角联巷道通风稳定性在线监测，当角联巷道风流反向时给出报警提示。可集成风向监测、风量监测和风压监测等功能，实现矿井通风稳定性在线监测。
3、矿井通风合理性在线监测功能。具有煤矿巷道通风压力高精度在线监测技术，实现了煤矿通风压力分布的直观显示，具体用途包括：
a.分析评估煤矿通风压力与巷道通风阻力分布情况，分析自然风压影响，分析多主扇联合运行情况的相互影响，从而进行优化改造。
b.监测通风状态与通风稳定性。一旦发现风压突变异常，如通风压力异常变化表明通风网络已发生变化，通风风量已发生变化，预示通风系统可能发生严重问题。
c.分析通风压力与瓦斯涌出的影响。如压力分布与矿井老采空区瓦斯涌出关系、与抽放效果关系、与工作面采空区瓦斯涌出关系、与工作面尾巷风量关系，从而采取优化调解措施。例如采用均压方式控制工作面瓦斯涌出到最小，控制采空区自燃发火等问题。
d.监测矿井通风异常时的状态。例如巷道贯通、矿井反风、主扇停风等异常发生时的状态，及时发现问题及时处理。
e.矿井日常通风调节的在线监测。例如通过调节风扇两侧压力，可直接得到调节状态和影响效果，从而科学高效率进行在线快速在线调节，显著提高效率和科学性。
神经网络情感分析篇6
摘要：针对目前产品网络质量安全事件频发的现状，本文以“天涯”论坛中“圣元”奶粉的所有帖子为数据源，构建了一个包括输入层、隐含层和输出层的三层Bp神经网络。通过筛选，选取发帖单位量、发帖累计量、发帖单位频度、发帖累计频度、回复单位量、回复累计量、回复单位频度、回复累计频度8个指标作为输入层参数，选取安全、轻警、中警、重警、严重警5个预警等级作为输出层参数，利用隐含层的Bp神经网络对输入层的质量信息进行计算，得到预警等级。实验证明，Bp神经网络能够有效地进行预警，预警结果略低于期望值，预警敏感度还有待加强。
关键词：Bp神经网络；网络质量安全；预警
一、问题的提出
质量安全信息出现后，会产生相应的负面结果。将这些事件背后的因果关系提炼出来，应用到现有的质量安全信息，能够推测出可能性结果。质量安全信息预警是政府有效预测质量安全事件并成功阻止其大规模爆发的重要手段（程虹，2013）。想要得到准确、科学的预警结果，必须要有客观、迅速、全面的质量信息源。面对近年来质量安全事件频发的现状，政府除了采取诸如制定更加严格的标准，加大处罚质量违规人员的力度等措施外，对产品从生产、流通到交易的全过程也进行了严密地监管（李酣，2013）。然而由于信息不对称造成的政府监管部门人员的有限性与需要监管产品种类的无限性之间的矛盾，政府监管技术的滞后性与产品技术发展的先进性之间的矛盾，证明无论从信息的客观性、及时性还是全面性，利用监管获取的信息源都难以进行有效地预警（罗英，2013）。大数据时代的到来，为政府有效预警带来了契机。
网络的便捷性、普遍性促使其能够成为质量预警的数据平台。作为大数据时代信息传播的主要平台，网络已经进入了人们的日常生活中。2013年7月的第32次《中国互联网发展状况统计报告》显示，截至2013年6月底，我国网民规模达到591亿，较2012年底增加2656万人。互联网普及率为441%，较2012年底提升2%资料来源：中国互联网络信息中心，2013：《第32次中国互联网络发展状况统计报告》。。平均不到3人就有1人能够上网，加之手机等移动设备与互联网相连，我们已经生活在一个布满网络的世界。与互联网的紧密联系，使得人们更加倾向于在网络上进行交流和沟通。2013年5月的《2012年事业的进展》白皮书指出，截至2012年底，中国网络微博用户规模为3.09亿。据对中国最有影响的10家网站统计，网民每天发表的论坛帖文和新闻评价达300多万条，微博客每天和转发的信息超过2亿条资料来源：中国人大网，2013：《2012年事业的进民》白皮书。。频繁的信息交流让人们把信息到网上当成一种习惯。当人们习惯于把每天经历、遇到的事情到微博和论坛上时，质量安全信息一定也会成为人们讨论的重点之一。当消费者使用过有质量问题的产品后，这些经历都有可能出现在网络上成为质量安全信息。这些质量安全信息不仅全面反映了种类繁多的产品质量问题，而且能够第一时间在网络上，是任何其它平台无法比拟的。网络质量安全信息是能够对产品质量进行预警的非常宝贵的数据。
网络的虚拟性、完全自由性导致消费者对于网络质量信息的真实性产生怀疑。甚至还有专门从事网络造谣的炒作公司每天散播虚假信息。但是，消费者每次网购时会把其他消费者的评价信息作为衡量产品质量好坏的重要标准。评价信息千差万别，但当某件产品销售量非常大时，个别不同观点的评价会被大数据淹没，主流的评价会成为影响消费者购买动机的直接推动力。对点击率、回复率非常高的帖子进行分析，发现它们具有一个共性：提供大量的诸如图片、新闻链接、视频等能够证明信息真实性的材料。以蒙牛关于“出口比内地产品质量更好”的言论发帖为例，由于楼主提供了新闻截图，引发了接近25万人的点击和3000人的回复。如果说点击量只能说明消费者对此事比较关注，那么回复量则能说明消费者群体之间产生了共鸣。大量点击率和回复率为零的帖子没有提供能够证明其真实性的材料，其信息真实性存在问题，消费者不关注说明帖子的内容并不重要。从两个例子中不难发现，一方面消费者非常信赖网络上的质量评价信息，一方面在网络上发表言论并且想到得到关注时，一定会引用真实材料做信息支撑。同时大数据的特性帮助消费者过滤掉非主流信息和不值得关注的信息。综合三方面的因素可以推出，通过消费者对于网络质量信息的自由和选择，形成网络质量大数据，大数据会将真实的、值得关注的质量信息提供给消费者，将虚假的、不值得关注的质量信息淘汰。
网络信息传播的迅猛性、无边界性使得网络质量信息产生的负面效应不亚于质量事件本身造成的后果，甚至更为严重。网络上存在大量的诸如新浪微博、天涯论坛的虚拟社区。同一位用户可以注册多个虚拟社区，用户在不同的社区拥有不同的网络关系。整个网络由错综复杂的不同关系叠加交织在一起。当用户的网络关系越多时，质量信息一经，会在最短的时间内通过转载、关注的方式无限扩散，酝酿成为网络质量事件。2008年9月16日的三聚氰胺事件一经报导，仅圣元奶粉在天涯论坛的发帖数和回复数分别由前一天的3和16个上升到12和306个，可见网络质量信息传播速度之快难以想象。网络使得质量信息不对称最小化，消费者掌握的信息越多，企业面临的风险越大（中国质量观测课题组，2013）。因此网络质量信息的迅速传播对于企业造成的后果是毁灭性的。三聚氰胺事件通过网络平台让消费者了解到国内奶粉存在严重的质量问题后，全国各地的年轻妈妈们通过网络交流奶粉经验，共享使用奶粉过程中出现的各种问题，最后都义无反顾地选择国外奶粉。经过几年的质量建设工作，国内奶粉市场仍然没有太大的起色。
综上所述，消费者在网络上的信息能够第一时间全面、真实、迅速地反映不同产品的质量，我们能够利用网络质量信息预警。同时由于网络传播的巨大负面效应也要求我们对其预警。因此，消费者在网络平台质量信息之时进行严密监控，掌握信息的传播和发展趋势，提前做好预警工作，避免酿成巨大损失，是十分迫切和必要的。然而，由于网络质量信息纷繁复杂，平台和语言各异，传播迅速，很难找到质量信息的传播发展规律和预警的关键节点，这也是目前关于利用消费者网络质量信息进行预警研究非常少的原因。本文将以消费者的网络质量信息为研究数据，通过预警指标的构建，尝试利用Bp神经网络形成预警模型，对网络质量信息进行预警，减少其带来的负面影响。
二、文献回顾
按照预警依托的不同平台，可以把预警分为网上预警和网下预警两块。网下预警的出现、发展、应用都早于网上预警，预警主要涉及安全性要求比较高的领域。具体而言，预警主要包括以下几个方面：金融风险预警，研究者运用不同的数学模型对存在的财务危机进行预测。Fitzpatrick（1932）利用财务指标进行单变量预测分析。altman（1968）利用多变量分析模型对财务危机进行预测。黄福员（2013）提出一种基于粗糙集理论的模糊神经网络模型，用于金融风险预警。环境预警，研究者对土地、水等环境的恶化、污染进行预警。Herrick（2002）对耕地进行监测预警。Katlan（1999）对土地的荒漠化进行预警研究。罗艳（2013）采用生态风险预警评估法评估遵义东南部地区农业土地的重金属含量。张立辉（2013）基于韦伯-费希纳定律建立水库水环境预警评价模型。危险工作场所预警，研究者对存在重大安全隐患的场所进行预警。Lee（1992）利用神经网络算法对设备的使用情况进行预测，预防安全事件发生。马建（2013）通过多种地压监测方式对某矿综放工作面形成综合监测预警系统。疾病预警，研究者对高发且危险的疾病进行预警。盛静宇（2013）探讨了心率减速力在评价肥厚型心肌病患者自主神经功能方面的应用以及对高危患者进行预警方面的临床价值。食品安全预警，研究者对食品生产到销售各个环节中存在的安全问题进行预警。陈璐（2013）探索建立江苏省昆山市餐饮食品安全风险监测三级网络和预警信息平台。
网上预警的兴起相对较晚，预警主要集中在网络舆情控制方面。丁菊玲（2011）利用Bp神经网络进行网络舆情的预警，对网络舆情的发展趋势进行评价和预测。姚福生（2013）认为主题演化是网络舆情演化的重要形式，构建了包括信息捕获与提取模块、分析评估模块和结论通报模块的网络舆情主题演化预警信息工作系统。王铁套（2012）在详细分析网络舆情影响因素和自身属性的基础，依据模糊综合评价法构建了网络舆情预警模型，并用实例证明了该模型的有效性和准确性。刘毅（2012）利用基于三角模糊数的模糊德尔菲法和模糊层次分析法，对网络舆情指标进行了再次筛选和权重的确定，得到了面向于某一具体公共事务或热点话题的网络舆情预警指标体系。丁菊玲（2011）实现对网络论坛网帖中网民观点极性和观点强度的挖掘，构建基于三粒度挖掘结果的观点树，建立基于观点树的网络舆情危机预警架构，最后通过实验验证其可行性。王青（2011）对现有网络舆情监测指标体系进行整理与归纳，通过e-R模型系统分析主题舆情的属性特征，从舆情热度、舆情强度、舆情倾度、舆情生长度四个维度进行预警。曾润喜（2010）在问卷调查的基础上利用层次分析法构建了警源、警兆、警情三类因素和现象的网络舆情突发事件预警指标体系。
虽然网下、网上预警的侧重点不同，但基本上都采用构建评价指标、计算评价结果、划分预警等级、判断预警结果的步骤进行预警。评价方法已经非常成熟，因此预警的关键在于如何构建科学的评价指标。将网下、网上预警的文献对比，可以发现网下预警指标的领域区分性非常强，比如金融预警的常用指标有净资产收益率、主营业务利润率、资产负债率等，生态环境预警的常用指标有温度、湿度、风速、光照度等。之所以不同领域可以构建适应于该领域的指标，是因为网下预警的数据来源更加多样化。研究者可以通过精密的仪器设备、抽查、调查问卷等方式主动收集评价指标对应的数据。与网下相比，网上预警的数据来源更加单一化，只能通过互联网获取信息。互联网能够提供什么样的信息，我们就只能被动地获取什么样的信息；因此，根据网上的信息设计的评价指标具有很大的局限性，无法主动设计指标，只能被动地接收指标。
另外，网下、网上预警的关注点也是不一样的。网下收集信息的手段丰富，能够准确获取产品相关安全指标的信息，因此网下预警主要对产品进行安全性预警分析。比如金融预警中的净资产收益率就是金融领域一个非常具体的指标，当净资产收益率达到某个值时，能够从一个侧面反映出该企业的财政状况处于何种状态。相反，网上提供的信息与产品的相关性不高，与信息传播的相关性非常高，原因在于信息在网络上传播所带来的负面效应大于信息本身的负面效应，因此网上预警主要对质量事件的传播进行预警分析，更加关注事件的信息传播状态。预警的指标也主要集中在信息传播的指标上，比如：帖子点击数、回复数、参与讨论人数等。
本文主要研究消费者的网上质量信息。根据上文的分析，本文将使用网上预警指标的构建方法构建消费者网络质量信息的预警指标。
三、预警指标
本文选取的预警指标遵循以下几个原则：可获取性、客观性、可用性。
由于网上的预警指标是根据网上信息制定的，而不同的网络虚拟社区提供的信息不同，因此首先需要确定待研究的网络虚拟社区，查看该虚拟社区能够提供哪些信息，然后根据信息确定预警指标。本文选取国内知名论坛――天涯论坛作为预警的实验数据来源。通过对天涯论坛中帖子相关属性进行分析，发现论坛能够提供的信息有发帖数量、帖子标题、楼主昵称、时间、点击数量、回复数量、帖子内容、回复作者昵称、回复时间、回复内容10个帖子属性。
在网上预警的文献中，研究者除了使用网上提供的客观信息外，还会在预警指标中加入一些主观信息，比如：帖子真实性、敏感度、主题参与度。这类指标都是用问卷调查、专家打分的方法获取。还有一类诸如主题观点倾向的指标数据会使用情感词匹配的方法从帖子内容、回复内容中获取。笔者认为采用问卷调查、专家打分的方法获取的指标数据可能会受到调查对象、专家个人经验、偏好的影响。对于情感词匹配方法，由于来自于不同地区的消费者在讨论的时候会使用本地的语言，加上中文存在一词多义、多词一义、一词多性的现象，这些因素都会降低匹配的精度，影响最后的预警结果，而采用论坛提供的客观数据能够更加真实地反映质量信息的传播规律；因此本文将从10个帖子属性中选择预警指标。
考虑到预警主要观察单位时间质量信息传播的数量，帖子标题、楼主昵称、帖子内容、回复作者昵称、回复内容无法使用，而论坛没有提供点击数量随时间变化的量，因此选取发帖数量、时间、回复数量、回复时间4个指标作为原始指标。对原始指标扩展，最终得到发帖单位量、发帖累计量、发帖单位频度、发帖累计频度、回复单位量、回复累计量、回复单位频度、回复累计频度8个指标。其中，单位量和累计量分别指发帖和回复单位时间和累计时间的数量，单位频度和累计频度分别指单位时间和累计时间帖子和回复的变化数量。
四、Bp神经网络预警及结果分析
Bp（Backpropagation）神经网络的前身是误差反向传播。误差反向传播经由Bryson的提出和werbos、parker等研究者的运用，反向传播开始引起广泛的关注，并被逐步引入到人工神经网络。Bp神经网络具有简单的结构、较强的可执行性、较好的自学习性，并且能够有效地解决非线性问题。因此，在众多人工神经网络的模型中，以Bp神经网络作为研究方法的论文占了最大的比重。
（一）Bp神经网络算法和模型
Bp神经网络包括输入层、隐含层和输出层（王钰，2005）。输入层和输出层分别负责接收输入值和产生输出值。隐含层负责将输入层的值计算得出输出期望值以及反向传播输出值。Bp神经网络算法是一个误差反向传播的循环学习过程。其基本思想为，输入层接受输入值后，传播给隐含层处理，隐含层将处理结果传播给输出层。这个传播过程称为正向传播。如果输出结果与期望值的误差过大，则进入反向传播阶段。误差反向传播阶段，将输出误差反向传播给隐含层，隐含层各神经元都将接收到一部分输出误差，神经元根据输出误差调整权值。通过不断地学习和调整，输出值将无限接近期望值。直到神经网络学习次数达到预定的阈值，神经网络才会停止。
yj=11+e-xj（1）
xj=∑iyiwji（2）
Bp神经网络模型主要由公式1、2、3、4构成（李萍，2008）。公式1为神经网络的Sigmoid激活函数，激活函数用于输入和输出值的非线性映射转换。公式2为神经网络的输出值。神经网络中的神经元接收激活函数的值yj，激活公式2，公式2乘以权重，得到神经元的值xj，xj代入激活函数，激活函数激活下一个神经元，依次循环，直到激活所有神经元，形成神经网络。
Δw=-lew（3）
ejwji=yj（1-yj）（yj-dj）yi（4）
当输出值误差大于期望误差时，神经网络利用反馈机制修正神经元权重。神经元权重的修正模型如公式3所示，ew为权重的误差量，l为学习率，负号表示权重朝负方向调整。通过公式运算，权重误差量可以由公式4表示，其中dj为期望输出值。权重的修正是一个迭代的过程，当权重小于设定阈值，停止修正。
（二）基于Bp神经网络的预警结构
通过以上算法和模型的描述不难发现，本文的研究可以基于Bp神经网络进行消费者网络质量信息的预警。将上文提出的8个指标作为神经网络的输入层，预警等级为输出期望，利用一段时间内的输入和输出值训练并搭建起Bp神经网络，最后利用Bp神经网络对未来的消费者网络质量信息进行预警。预警框架如图1所示。预警等级分为安全、轻警、中警、重警、严重警。
图1基于Bp神经网络的预警结构
（三）预警流程
本文将使用matlab工具进行预警实验。预警流程细分为10个步骤，实验结果将在对应的步骤中展示。
1.选定数据源
选定国内知名论坛――“天涯”中与圣元奶粉质量有关的所有帖子作为数据源。数据时间从2004年11月29日到2013年8月30日。
2.获取输入指标数据和输出预警等级
通过对原始帖子的预处理，将原始数据以时间为轴统计到8个输入指标中。同时，设定输出预警等级。预警的五个等级从安全和严重分别对应10000、01000、00100、00010、00001五个数字，方便计算。
3.训练样本输入值归一化
将所有数据分为训练样本和测试样本两个部分。首先利用训练样本构建Bp神经网络，然后利用测试样本检验Bp神经网络，查看神经网络的预警准确率。为了降低输入值带来的误差，提高神经网络的精度，需要对输入值进行归一化处理。本文使用“premnmx”进行归一化处理。归一化前后的输入值如表1、2所示。Bp神经网络的核心函数如表3所示。
表1训练样本的部分输入值表2训练样本的归一化值表3Bp神经网络中的核心函数表1中，x5、x7的值明显大于其他值，利用这些原始值构建神经网络，会影响神经网络的精度。归一化后所有的值均处在[-1，1]之间，方便神经网络的搭建。
4.创建神经网络
使用“newff”创建神经网络。本文构建三层神经网络，隐含层只有一层。隐含层的节点数通常通过反复测试确定。通过反复测试，确定隐含层的节点数为10。隐含层的激活函数选用双曲正切函数“tansig”。输出层的激活函数选用线性函数“purelin”。训练函数选用梯度下降自适应学习率训练函数“traingdx”。
5.设置网络参数
Bp神经网络的常用配置参数如表2所示。通过反复测试，本文选定训练次数显示间隔为100，网络学习速率为005，最大网络训练次数为10000，网络允许误差为005。表4Bp神经网络的配置参数6.训练神经网络
使用“train”开始训练神经网络，matlab将弹出训练监控窗口，并实时反馈误差信息。当误差小于配置值时，训练过程结束，神经网络形成。表5从输入层到隐含层的神经元权值表6从隐含层到输出层的神经元权值表5、表6为形成三层神经网络后，神经元的权值。表5为输入层到隐含层的神经元权值。输入层8个神经元，隐含层10个神经元，因此得到一个10行8列的权值矩阵。表6为隐含层到输出层的神经元权值。隐含层10个神经元，输出层5个神经元，因此得到一个5行10列的权值矩阵。
7.测试样本输入值归一化
将测试样本同样用“premnmx”进行归一化处理。
8.神经网络仿真
将归一化的值输入到神经网络，检验神经网络的准确率。仿真函数为“sim”。
9.仿真结果反归一化
仿真后的结果是归一化后的值，无法与期望值比较，因此使用“postmnmx”函数对结果进行反归一化处理。
10.结果与期望值比较
将反归一化后的结果与期望值比较，查看神经网络的效果。比较结果如表7所示。表7测试样本输出值从测试的结果来看，Bp神经网络具有比较好的预警作用，预警级别略低于期望。2010年8月8日和2010年8月15日的预警结果与期望值是完全一样的。从2010年8月9日到14日，Bp神经网络的预警结果均为重警，期望值是严重警，测试结果比期望值低了一个等级。8月6日、8月16日、8月19日、8月27日和8月28日的预警结果比期望值低一个等级。剩下的预警结果均比期望值低两个等级。总的来看，当出现质量危机时，基于Bp神经网络的预警模型能够预测到危机，但低于期望结果，预警敏感度有待加强。
五、研究结论、建议与展望
大数据时代，基于互联网的产品质量安全事件频发，利用产品网络质量安全信息进行预警能够有效避免大规模质量安全事件的爆发，最大程度地减少消费者、企业的损失。本文尝试利用Bp神经网络对网络消费者产品质量信息进行预警。通过对圣元奶粉质量安全信息预警的实证测试，发现Bp神经网络具有比较好的预警作用，但预警结果低于期望值，预警敏感度有待加强。本文仅是对一个品牌的奶粉进行Bp神经网络预警，今后的工作将集中在利用Bp神经网络进行多产品的预警，将Bp神经网络应用到产品质量大数据中。
参考文献：
[1]陈璐、朱振华，2013：《昆山市餐饮食品安全风险监测三级网络和预警信息平台建立及应用效果评价》，《中国食物与营养》第11期。
[2]程虹，2013：《2012年中国质量状况――消费者感知与模型构建》，《宏观质量研究》第1期。
[3]丁菊玲、勒中坚，2011：《基于观点树的网络舆情危机预警方法》，《计算机应用研究》第9期。
[4]丁菊玲、勒中坚，薛圈圈，2011：《定量网络舆情危机预警模型构建》，《图书情报工作》第20期。
[5]黄福员，2013：《金融风险预警的RSt-Fnn模型研究》，《电脑知识与技术》第9期。
[6]李酣，2013：《从市场失灵到政府失灵――政府质量安全规制的国外研究综述》，《宏观质量研究》第2期。
[7]李萍，2008：《基于matLaB的Bp神经网络预测系统的设计》，《计算机应用与软件》第4期。
[8]刘毅，2012：《基于三角模糊数的网络舆情预警指标体系构建》，《统计与决策》第2期。
[9]罗英，2013：《共享与善治：质量公共服务对质量监管效果的影响――基于我国宏观质量观测数据的实证分析》，《宏观质量研究》，第1期。
[10]罗艳、何锦林、许锡娟，等，2013：《遵义东南部地区农业土壤重金属污染生态风险预警研究》，《贵州科学》第6期。
[11]马建、王震，2013：《煤矿工作面动力灾害综合预警方式》，《科技创新与应用》第35期。
[12]盛静宇等，2013：《心率减速力预警高危肥厚型心肌病患者的临床价值》，《江苏实用心电学杂志》第6期。
[13]王青、成颖、巢乃鹏，2011：《网络舆情监测及预警指标体系构建研究》，《图书情报工作》第8期。
[14]王铁套、王国营、陈越，2012：《基于模糊综合评价法的网络舆情预警模型》，《情报杂志》第6期。
[15]王钰，2005：《基于改进Bp神经网络的预测模型及其应用》，《计算机测量与控制》第1期。
[16]武汉大学质量发展战略研究院中国质量观测课题组，2013：《2012年中国质量发展报告》，《宏观质量研究》第1期。
[17]姚福生、钱芳、苏畅，2013：《大学生网络舆情主题演化探究及其预警指标设计》，《学术论坛》第2期。
[18]曾润喜，2010：《网络舆情突发事件预警指标体系构建》，《情报理论与实践》第1期。
[19]张立辉，2013：《基于韦伯―费希纳定律的浅水水库水环境预警评价》，《现代农业科技》第22期。
[20]altman，e.i.，1968，“FinancialRatios，Discriminantanalysis，andthepredictionofCorporateBankruptcy”，theJournalofFinance.
[21]Fitzpatrick，p.J.，1932，“aComparisonofRatiosofSuccessfulindustrialenterpriseswiththoseofFailedFirms”，theaccountantspublishingCompany.
[22]Herrick，J.e.，Brown，J.R.，trugel，a.J.，etal.，2002，“applicationofSoilQualitytomonitoringandmanagementparadigmsfromRangeLandecology”，agronomyJournal.
[23]Katlan，B.，Sayyed，m.a.，1999，RegionnalStudyonUseofGeograohicalinformationSystemandearlywarninginDesertificationControlandmovementofSchistocercaGergana，maaRpress.
[24]Lee，J.，KramerB.m.，1992，“analysisofmachineDegradationusinganeuralnetworksBasedpatternDiscriminationmodel”，manufacturingSystems.
anempiricalStudyearlywarningfornetworkQualitySafetyof
ConsumerBasedonBpneutralnetworkinformation
YuFan，YuHongweiandXuwei
（instituteofQualityDevelopmentStrategy，wuhanUniversity）
神经网络情感分析篇7
【关键词】汽车aBS；故障诊断；Bp神经网络
1引言
随着汽车相关技术的快速发展，人们对车辆行驶速度的要求越来越高，交通事故也日益频繁，近年来，我国因制动方面的故障而发生的交通事故占60%以上。作为汽车的主动安全装置之一的汽车防抱死制动系统（anti-lockBrakingSystem，aBS),通过调节车轮制动力来防止车轮抱死，因此对aBS系统故障诊断技术的研究具有重要意义。
2aBS系统的工作原理
目前，典型的aBS系统主要由车轮转速传感器、电子控制单元（eCU）和制动压力调节器三个部分组成，车轮转速传感器，电控单元计算分析车轮速度、滑移率、加减速等信息后，向压力调节器发出制动压力控制指令，控制制动压力增加、减小或不变，以调节制动力矩与地面附着状况相适应。
3aBS系统故障分析
通常根据故障指示灯的闪烁规律对aBS系统进行排查和维修。正常情况下，点火后指示灯闪后，发动机启动后，指示灯熄灭，进入正常工作状态；如果aBS系统以及其制动系统发生故障，则指示灯会间歇性闪亮不正常等现象。故障原因包括5种：①车轮转速传感器信号不良；②电控单元内部故障；③制动调节电磁阀故障；④指示灯故障；⑤液压电泵故障。其中车轮转速传感器和电磁阀（调节器）故障是故障发生的主要原因，对其进行诊断，分析故障模式和故障原因[1]。
4基于Bp网络的故障诊断
Bp神经网络是误差反向传播（errorBackpropagation）单向传播的多层前馈网络,包括输入层、隐含层和输出层，隐含层的数有多个，采用是三层神经网络。
4.1确定节点数
根据故障模式和原因分析确定Bp网络的输入层和输出层节点数。以故障模式X=｛x1、x2、x3、x4、x5、x6｝输入，原因输出Y=｛y1、y2、y3、y4、y5｝；同理，对于调节器来说，以故障模式X=｛x7、x8、x9、x10、x11、x12｝输入，以故障原因Y=｛y6、y7、y8、y9、y10｝为样本输出，对应6个输入节点和5个输出节点。即输出结果中yi=0示无故障，yi=1示相应位置发生故障。选取10个样本数据分析研究，以多种故障原因的模式作为训练样本，建立故障模式与故障原因之间的映射关系。确定网络模型后，激活函数，一般Bp采用S型函数，具有非线性放大系数功能，变换为（-1,1）间的输出。S型函数分:tansig函数（值域在（0,1））和logsig函数。
4.2网络的训练与仿真
值域在（-1,1）），将输出限制（0,1），S型作为输出函数，隐含层来说，将两种分别训练，对比结果，选择隐含层函数。结果表明隐含层采用tansig函数需1950步迭代网络收敛，而隐含层采用logsig函数预先步数2500，曲线趋于平行网络未能收敛，未能进行故障诊断。因此，对传感器的故障诊断采用隐含层为tansig的Bp神经网络。选取2s时速度数据作为检验样本，因2s时相应车轮抱死代表与其对应的轮速传感器发生故障，得到仿真结果。对于调节器，隐含层采用tagsig函数的网络需1963步迭代后网络收敛，而隐含层采用logsig函数的网络迭代2727时，网络最小梯度达到下限，但性能目标未达到。因此，故障诊断采用隐含层为tansig函数的Bp神经网络。结果得出传感器的最大误差,0.0051，最大误差为0.0035，两种Bp神经网络训练后可满足故障诊断要求。但是仍存在以下不足：①迭代次数较多，训练时间较长；②易陷入局部极小值导致训练失败；③预测能力与训练能力出现“过拟合”现象。
5基于改进Bp网络的故障诊断
针对Bp网络改进方案主要分为:启发式改进和数值优化改进。启发式改进法是通过改进Bp神经网络各项参数来克服网络学习中的各项缺陷，在解决复杂问题时，而数值优化方法在求解非目标函数时收敛快，受到专家学者的青睐。基于数值优化的改进方法包括牛顿法、共轭梯度法和Levenberg-marquardt(L-m)法等,采用L-m法对Bp神经网络优化，基本计算步骤如下：①对权值和阈值向量初始化，并给出训练误差精度ε，因子β，常数μ0，并令μ=μ0；②计算网络输出以及指标函数e[w（k）]：基于L-m算法的Bp网络中，根据迭代结果自动调整比例系数μ，即动态调整迭代的收敛方向，使得每次的误差下降，收敛速度更快，训练精度也更高[2]。根据L-m算法进行训练仿真所示。选取2s时速度数据特征值作为传感器训练网络模型的检验样本，选取1.5s时的速度数据特征值作为调节器训练网络模型的检验样本，得到仿真结果。对比发现：采用基于L-m算法的网络训练方法迭代次数更小，收敛速度明显提高[3]。
6结论
本文根据aBS系统的工作原理，总结常见的故障实例以及诊断方法，从中找出问题，结合mataLaB仿真结果，对比发现后者有效克服了传统神经网络的问题，改善了训练效果，提高了诊断的效率和精度，为aBS故障诊断增加了一种可行途径。
【参考文献】
【1】丁舒平,余同进.道路交通事故的间接成因分析[J].公路交通科技:应用技术版,2009(3):170-171+182.
【2】王华中,钱晋,陈明福.汽车检测与诊断技术[m].湖南：中南大学出版社,2012.
神经网络情感分析篇8
关键词：风险预警模型 主成分分析法 人工神经网络
商业银行风险预警模型就是在分析商业银行经营状况的基础上，通过观察一系列统计指标和统计数据(预警指标)的变化，运用经济计量或其它模型，对商业银行可能或将要面临的风险危机进行识别，及时向决策部门发出预警信号，使决策部门能够及时进行调控，以最小的成本来达到控制风险的最大效益，从而减轻其损失的负担，获得整体安全保障的管理方法。本文在预警模型的算法选择上，避免了仅依靠单个预警指标识别风险的局限性，排除了传统模型加权平均算法的人为因素，提出采用主成分分析法和人工神经网络方法相结合的算法，并对模型进行了实证性研究。
一、引言
综观国内外研究现状，目前银行风险预警的研究大部分是针对宏观金融环境的，对于其构成细胞――商业银行这一微观主体的预警研究尚不多见。尽管如此，国内仍有不少学者在这方面进行了有益的探索。本文在银行业现有研究的基础上，将部分敏感因素加入到风险管理的动态监测中，进一步完善商业银行风险预警指标体系。模型的主要特点在于其算法选择上，提出采用主成分分析方法对商业银行风险状况进行评价，运用独立样本t检验进行解释变量的筛选之后，根据几个关键指标建立Bp神经网络预警模型，并按照上述方法进行了实证分析，验证了模型的准确性。
二、风险预警的指标体系构架
(一)商业银行预警指标的选择原则
指标体系的构造，是建立我国银行风险预警系统的基础。银行风险的数量变动特征，无不通过统计指标(变量)的数量变动特征表现出来，因此，统计指标作为测定银行风险的指示器，在银行风险监测预警分析中有着至关重要的作用。为了满足预警指标体系所应具备的完备性和最小性的特征，预警指标的选择应符合下列标准：
1 全面性。指标体系的选择应既包括各种定量指标，也包括反映银行管理水平和内控水平的定性分析指标；既注重风险的安全性指标和流动性指标，又注重银行效益的盈利性指标。
2 敏感性。所选择指标能灵敏地反映银行风险产生变化的情况，应将能够反映银行业目前所处环境或阶段特征的变量及时纳入指标体系，更好地体现模型的适时性。
3 可控性。选择指标必须充分考虑到统计现状，所选指标应是各分(支)行自身可以掌握和调控的。
4 数据的可靠性和充分性。预警指标的数据要可靠，一是要求数据的准确性，二是要求统计口径的一致性。充分性则要求该指标的统计样本区间有足够长度，能够反映各种可能发生的情况。
(二)指标体系的内容
商业银行引进境外战略投资的预警模型指标体系如表1所示。
三、商业银行引进境外战略投资的风险评估
风险评估是风险预警的基础，风险预警是对风险评估结果的补充和完善，风险评估是银行工作者掌握风险趋势变动的依据，是进一步做出风险预警的前提。目前，由于我国金融统计数据的缺乏，通过对破产银行和稳健银行的数据特征对比建立风险预警模型缺乏可行性；此
(三)解释变量的筛选
构建银行风险预警模型的关键之一，是找出反映银行风险状况的关键指标。因此我们首先对用于主成分分析的反映银行风险状况的19个主要预警指标进行考察。为了降低主观判断因素的影响，归纳出一套较强敏感性的指标体系，对上一节通过主成分分析得到的6个高风险季度和6个稳健季度，将采用独立样本t检验对影响银行风险状况的19个指标逐步进行筛选。目的是得到使总体风险在两类银行中存在显著性差别的指标。对19个指标进行独立样本t检验得到风险季度和稳健季度在流动性比率、流动性缺口率、不良贷款率、累计外汇敞口头寸比例、外资控制权比率、不良贷款迁徙率、资本收益率、自主创新贡献度、损失准备充足率、资本充足率、公司治理结构、管理层评价12个指标上的数字特征是存在显著性差别的。我们将用这12个指标来构建商业银行引进及国内外战略投资的风险预警神经网络模型。
(四)基于Bp神经网络的风险预警模型实证检验
1 输入节点的选择。通过上一节解释变量的筛选后，我们选取在两类银行中存在显著差异的12个指标来构建Bp神经网络风险预警模型，因而该模型的输入节点数为12。我们对选择的12个指标进行归一化处理，将它们转化为闭区间[0，l]上的无量纲性指标值。
2 输出层和隐层节点数的选择。根据主成分分析法的综合评分得到的4种预警结果，我们将定义预警信号为红色预警信号(0001)，橙色预警信号(0010)，蓝色预警信号(010o)和绿色正常预警信号(1000)。分别对应于主成分得分表中的4种不同的风险状态：F∈(一∞，0)较大风险，F∈(0，4)风险，F∈(4，8)基本安全，F∈(8，+∞]安全，因此输出节点数确定为4。隐层节点数的多少与输入输出层节点数有直接关系，根据公式，p=m+n/2+a(a为1-10间的常数)，我们确定隐层节点数为10。
3 神经网络预警模型的训练与检验。如前所述，本文建立的Bp神经网络模型共有12个输入神经元，10个隐层神经元和4个输出神经元。下面将使用matLaB7，0软件中自带的神经网络工具箱来完成模型的建立，并利用前11个季度进行网络训练，对最后一个季度的数据做出仿真检验。
通过网络参数设置和算法的选择，利用神经网络工具箱对11个季度的训练结果如表3。
神经网络模型在经过了74次学习训练后达到误差要求。
(五)神经网络风险预警模型的检验
利用2006年第4季度数据对模型进行仿真检验，模型检验的输入、输出如表如表4、表5。
检验结果表明，模型的实际输出与主成分分析结果完全一致，误差满足要求。可以证明该神经网络模型对商业银行金融风险的预警非常准确。因此，将该模型应用于对商业银行初步引进境外战略投资者的风险预警，具有很高的可行性，可以对中资银行对外资开放过程中的风险管理工作提供重要的参考依据。
神经网络情感分析篇9
[关键词]互联网；网络环境；人文精神；价值取向；路径
【中图分类号】D261.1【文献标识码】a文章编号】1007-4244（2013）04-43-2
21世纪人类已步入信息时代，网络已深入到人类生活的方方面面，影响着社会各个领域。大学生作为社会的特殊群体，对新生事物历来敏感，所以网络技术的发展对大学生的学习和生活的影响尤为明显。由于网络具有不受空间和时间制约、交互性强、传输速度快、资源共享等特点，已经成为大学生获取知识和信息的重要手段，影响着大学生的思维和生活模式，
尤其对大学生的人文精神方面影响更为严重。如何借助网络，开展好大学生人文精神培养工作，是我们面临的一大课题。本文试图通过分析在网络时代的大背景下，对如何开展好大学生人文精神培养展开论述，以期为相关研究和实践提供一些参考。
一、网络时代背景下大学生人文精神状态及成因
人文精神是人类社会中存在的一种普遍的自我关怀和爱护，具体表现为对人的尊严、价值、追求的关心，对前人留下的各种精神文化的珍视，对一种全面发展的理想人格的肯定和塑造。“人文精神”包含三个元素，第一个是人性，就是对人的尊重，可以用一个概念来说明它，就是强调人的尊严，实际上也就是广义的“人道主义”精神；第二个元素是理性，可以说是对真理的追求，关于真理的思考，这就是广义的科学精神；第三个元素是超越性，就是对生命意义的追求，这就是广义的宗教精神。对于网络时代下大学生人文精神状态的分析，我们可以从思想道德素质、专业素质、心理素质三个方面展开分析和论述。
思想道德素质是大学生人文精神的灵魂，在大学生人文精神培养过程中，应该充分重视思想道德素质的培养。在调查中我们发现：
第一，改革开放以来，大学生亲眼目睹了祖国经济发展的成就，亲身感受着祖国改革开放的成果，并通过政治理论学习和实践加深了对邓小平理论的理解，对中华民族的伟大复兴充满信心。同时，各高校也在不断加强思想政治教育和思想道德教育，这使得大多数大学生具有较强的政治鉴别能力，不再容易被一些负面的思潮所蛊惑出现过激行为。但是存在一些不容忽视的思想政治问题，部分同学对现实生活和社会发展过程中存在的一些问题感到不解，比如经济发展地域性问题、社会分配不公问题等等。对这些问题不能做出正确的分析，随便发表负面言论，并给周围的同学带来负面情绪，这表明当代大学生内心潜藏着浮躁和不安。
第二，当代大学生积极向上，敢于竞争，懂得通过努力实现自我价值。但在价值取向上有过分追逐自身利益，过分重视自我价值的倾向。乐于奉献，帮助他人的价值取向趋于淡化，利己主义日益严重。
专业素质是大学生人文精神的核心，是指大学生掌握的专业理论及相关知识，并运用所掌握的知识解决实际问题，为社会发展做出贡献的能力。据我们调查当代大学生专业素质不容乐观，表现有如下几点：
第一，大多数大学生只重视本专业的学习，对专业以外相关知识知之甚少，不重视知识的广泛涉猎，学习具有局限性。在学习过程中缺乏批判思想，不敢于挑战权威，对新问题的研究也不够深入，缺乏学习的主动性。
第二，不能将所学知识与社会实践相结合，无法将所学知识应用于社会实践。理论与实践从来都是相互促进的，理论到实践的过程实际就是知识迁移的过程，而实践到理论的过程又是知识的总结和升华，理论必须与实践联系起来才有价值，同时实践也需要理论作为支撑，两者是缺一不可的关系。现在很多大学生恰恰缺少的就是从理论学习到社会实践这个知识的迁移过程，导致专业素质不高，步入社会后难以在工作岗位上发挥应有的作用。
第三，缺乏创新的思维能力。有些大学生在学习和研究中很想去创新，但又不知道如何去创新。在逻辑思维能力、发散思维能力、逆向思维能力等方面仍然比较薄弱，需要加强思维能力的锻炼。
心理素质是在教育与周围环境的影响下经过大学生主体的实践所形成的一种心理品质和心理动力的综合体现。我们在调查中也发现当代大学生存在的一些心理问题，归纳以下几点：
第一，自豪感与自卑感交织。刚刚通过高考步入大学，往往是以胜利者的姿态出现，有很强的优越感。然而进入大学之后发现自己并没有想象中优秀，跟很多同学仍有差距，容易产生自暴自弃的情绪和自卑心理。
第二，沟通能力差导致恐惧心理。不少大学生不知道如何与人沟通、相处，与同学、老师关系紧张，产生沟通危机，又孤立无援，不知道如何去改变这样的现状，产生心理恐惧。
第三，自傲心理。自傲心理是大学生在人际交往中出现的一种盲目自大的情绪，具有这种心理的学生往往不能尊重别人的人格，容易伤害他人的自尊心，从而使自己在人际交往中陷入难堪境地。
网络已成为当代大学生学习生活中不可缺少的获取信息的手段和沟通手段，网络的应用已深入大学生活的方方面面。据我们调查在网络时代背景下，当代大学生不能令人满意的人文精神与网络上的信息对大学生的影响有着直接关系。
第一，网上信息丰富，涉及面较广，但是存在良莠不齐的问题。部分大学生血气方刚，价值观并未完全成熟容易受到网上的不良信息与言论的蛊惑从而迷失方向。
第二，网络中虚拟与现实的矛盾给大学生身心健康带来危害。网络是是一个开放的系统，网络世界中人与人的交流不受空间、时间的制约，交流更加快捷和方便，同时通过网络交流比现实中的交流更加平等，人们可以不受社会地位、阶层的限制自由的交流，这些特点都使得人之间的交往范围更广，关系更加平等。但是，网络世界毕竟是一个虚拟的世界，人们在网络世界中可以任意扮演自己的角色，可以不受制约的发表任何言论，而不会让他人知道自己的真实身份。这种匿名性使得大学生缺少面对面的人际互动，再回到现实世界中难以适应现实世界人与人的交往方式，产生“网络疏离”的现象，导致人格的异常和心理障碍，不利于大学生心理健康。
通过以上对当代大学生人文精神状态的分析，我们不难看出现在这种状态不容乐观，迫切需要加强对大学生人文精神的培养。特别是在网络时代背景下，我们更应该强调通过网络来加强大学生人文精神的培养。
二、网络环境下大学生人文精神培养路径
网络的出现给大学生人文精神培养带来新的空间，我们应该注意到网络在人文精神培养方面具有的优势，使大学生人文精神的培养模式呈现新的架构。
第一，加强网络文化建设，把握文化主旋律。应该在网络上传播政治理论知识和新的理论成果，确保网络思想政治教育工作有正确的政治导向。对于重大的政治问题、敏感的意识形态问题、稳定大局问题要旗帜鲜明的发表正面评论，积极引导，对错误的思潮和观点展开批评。在网上传播优秀的民族文化和国外优秀文化成果，在让大学生树立民族自豪感的同时使他们了解国外先进文化，扩宽视野。我们应该营造一个健康的网络文化氛围，给大学生提供良好的网络环境。
第二，加强大学生上网引导教育和德育工作。组织有关专家开设上网引导课程，让大学生知道在纷繁复杂的网络信息中，如何挖掘知识宝藏，并了解在互联网中到底能做什么。同时，还应该加强网络德育工作，建立民族传统文化网站和思想政治理论网站，传播祖国优秀文化传统，大力宣传政治理论研究成果和我国社会主义建设的方针政策，为大学生营造良好的网络政治舆论氛围。
第三，建立人文精神培养的网络平台。据统计，高等学校计算机上网率已经超过90%，大学生不仅在网上学习，获取信息，而且在网上与他人交流沟通，寄托精神生活，网络无疑已经成为影响大学生思想品德的第一文化空间。以往的教育体系中，人文学科教师与网络技术部门一直处于分立并置的状态，现在应该改变观念，以建立人文精神培养的网络平台为契机，调动人文教师和网络技术部门形成合力共同建立网络人文精神培养的平台，使人文精神培养在网络形态下得到完整的实施。大学生可以通过网络领略世界各地的自然风景和人文景观，访问图书馆、美术馆的数据终端，如同身临其境。通过专业的软件模拟美术、书法、音乐等创作活动，并可以与网络上志同道合的人交流经验，使自己的专业素质和人文素质都得到提升。
第四，重塑人文教师的角色意识。在现代传播环境下，仅仅立足于三尺讲台的人文教师已经远远跟不上信息时代的步伐了。我们虽然不能要求所有人文教师都精通网络技术，但必须认识到我们面对的教育对象已经不仅仅是看书、看电视、看光盘的一代，他们更习惯于徜徉在网络模拟出的世界中。一个合格的人文学科教师，至少应该理解这种新型的媒介变化给教育对象带来了我们从未接触过的认知方式。因此，转变角色意识，将信息技术应用于人文教学中显得尤为重要。应改变传统的教学方式，将教学软件应用于课堂教学当中，尝试用网络教学辅助课堂教学，在网上提供更多的教学资源。改变传统的师生交流方式，采用面对面交流与网络交流相结合的方式，很多时候面对面的交流方式带有局限性，有些学生当跟老师面对面交流时很难吐露心声，很多心里话说不出来，但是通过网络与老师交流却能很好的表达自己的想法，就要求人文教师应该重视通过网络与学生沟通的方式，这样才能更好的了解学生的学习和生活，更好的帮助他们提高人文素养。
第五，广泛开展旨在提高大学生网络应用能力的活动。举办网络技术大赛，提高大学生网络应用能力，加深学生对网络的理解，从而将网络文化与校园文化结合起来，引导新一代大学生走健康的网络之路，为大学生人文精神培养营造良好的网络氛围。
人类的发展已步入网络时代，我们比任何时候都需要人文精神。高校应积极面对挑战，在大学生人文精神形成过程中起指导、启迪的作用，加强对学生上网的引导，增强学生对网络上存在的不良信息的抵抗力，克服由于上网引起的人格障碍等心理问题，使互联网能够真正起到为国家、为社会培养合格的高素质人才的作用。
参考文献：
[1]尹韵公.论网络文化[n].光明日报，2007，04（29）.
[2]鲍宏礼，鲁丽荣.论全球化时代网络文化的双重效应[J].学术论坛，2004，（1）.
[3]易徽.网络虚拟社区的文化特色及其影响[J].西安政治学院学报，2002，（1）.
[4]于杰勇.网络文化建设与大学生思想政治教育[J].集宁师专学报，2007，（02）.
神经网络情感分析篇10
[关键词]网络成瘾人格特质民族大学生
[中图分类号]C913.5[文献标识码]a[文章编号]1009-5349（2014）08-0013-01
通过对现有研究的分析发现，以往关于网络成瘾与人格特质的关系研究未能得出一致的结论，并且关于民族与网络成瘾关系的研究较少。本人将以此为切入点，以朝鲜族大学生作为被试，分析网络成瘾与人格特质之间的关联。
一、研究过程
被试：采用整体随机取样的方法，运用问卷调查法，被试为延边大学1-3年级的学生。发放400份问卷，回收320份，回收率为80%。剔除无效问卷后，剩余有效问卷263份。
研究工具：艾森克人格问卷（epQ）：采用龚耀先教授于1984年修订的艾森克人格问卷中文版成人版。包括精神质（p）、内外向（e）、神经质（n）和掩饰性（L）四个量表，共包含88个项目。规定各量表的t分在43.3―56.7分之间为中间型，在38.5―43.3分或56.7―61.5分之间为倾向型，t分在38.5分以下或者61.5以上为典型型。
中文网络成瘾量表（CiaS-R）：共有26个项目，包含5个维度，分别为网络成瘾核心症状和成瘾相关问题。网络成瘾核心症状包括：①强迫性上网行为；②戒断行为与退瘾反应；③网络成瘾耐受性。成瘾相关问题包括：①时间管理问题；②人际及健康问题。该问卷的内部一致性系数为0.94，两周后再测信度为0.83。分数越高，表示网络成瘾的倾向越高。
研究程序与统计：将自编个人信息问卷、艾森克人格问卷（epQ）成人版、中文网络成瘾量表（CiaS-R）装订，利用课堂时间、课后时间对延边大学的学生进行施测。收回问卷后，数据由SpSSstatistics17.0进行处理。
二、结果与讨论
（一）民族与大学生网络成瘾的关系
为了研究民族与大学生网络成瘾的关系，对民族、网络成瘾总分以及网络成瘾各个维度进行单因素方差分析，具体结果如表1所示。
表1不同民族与网络成瘾的关系
表示p
由表1可以看出，不同民族在网络成瘾各维度上均存在显著性差异。对民族之间进一步进行两两比较，结果发现差异主要来自汉族学生与朝鲜族学生，朝鲜族学生与其他民族学生之间的差异，汉语与其他民族学生不存在显著差异。朝鲜族学生网络成瘾总分高于汉族学生和其他民族学生，说明朝鲜族有更高的网络成瘾倾向。该结果说明网络成瘾存在民族差异性，这与侯友（2007）对内蒙古族大学生所进行的调查研究结果不同。两个研究所用的调查工具相同，但是研究结果不同，说明各个民族之间各个方面存在很大的差异。对具体民族应该通过实际研究进行具体分析。
朝鲜族同学与其他民族同学的文化背景和生活习惯不同。在延边地区，部分朝鲜族家庭父母长期外出打工，子女成为留守儿童，所以有更多时间和更多机会接触网络，这是造成朝鲜族大学生网络成瘾倾向更高的主要原因。
（二）大学生人格特质与网络成瘾的相关关系
为了考察不同大学生人格特质与网络成瘾的关系，对四种个人格特质和网络成瘾各维度及其总分进行相关分析，相关系数如表2所示。
表2人格与大学生网络成瘾各个维度的关系
由表2可以看出，精神质对网络成瘾各维度及总分存在显著相关，神经质和掩饰性除与网络成瘾耐受性没有显著相关外，与其他各因素及总分均存在显著相关。内外向与网络成瘾各个因子及总分均没有显著相关。
本研究与前人研究结果一致，主要表现为：高精神质的学生表现为孤独、不关心他人、不近人情、感觉迟钝、与他人不友好、喜欢寻衅搅扰、喜欢做奇特的事情，并且不顾危险，导致难以适应外部环境，这类人可能不适应现实的生活，在虚拟的网络世界中寻找安慰，认为自己在网络上比在现实生活中更容易受到别人的关注和欢迎。高神经质的学生常常表现出焦虑、担忧、郁郁寡欢、忧心忡忡，遇到刺激有强烈的情绪反应，以致出现不够理智的行为，现实生活中的刺激容易引起他们的不安等负性情绪，所以在网络中寻找安全感。掩饰性高的人警觉性强，不容易暴露自己的真实想法，所以在网络成瘾量表上得分较低。
三、结论