神经网络情感分析范文篇1

关键词：大学生网络心理分析对策

互联网,具有信息量大，内容丰富,观点开放的特点，使正处于求知欲望强，好奇心理重和寻求精神刺激的青年尤其是大学生对其情有独钟，并且形成了网瘾。

一、网瘾的定义、主要表现、危害和类型

网瘾是一种因频繁、过度使用互联网而导致的心理疾病，患者大多数是未成年人和青年。心理医学专家对“网络成瘾症”患者的描述是：对网络操作出现时空失控，而且随着乐趣的增强，欲罢不能。

网瘾的主要表现：（1）为了达到心理的满意程度，需要不断增加上网时间，造成网瘾越来越大。（2）精神严重依赖，甚至短暂时间间断上网，病人都会表现出焦虑、坐立不安、无所适从。（3）无法克制自己的上网频率，时间长度。（4）上网疲劳或感觉到行为错误后，力求缩短上网时间，但总是无法坚持，最后以失败告终。（5）花费大量的工作学习时间在互联网的活动上参与网络游戏、网上聊天等，影响了学业和正常的工作生活。

青少年患上网络成瘾症后，一般表现是从起初的精神上的依赖，最终发展为身体依赖，表现为精神低落、身体局部颤抖、厌倦学习工作。其主要原因就是上网持续时间过长，导致患者大脑神经中枢持续处于高度兴奋状态，交感神经过度兴奋，引起肾上腺素水平异常增高，血压升高，内分泌紊乱等。严重的还会出现心身障碍，如：烦躁忧郁症、强迫性神经症等。

网瘾的主要类型包括：1.观看色情网络内容成瘾；2.与陌生人网络交际成瘾；3.网络购物成瘾，患者对网上商品情有独钟；4.网络游戏成瘾，长时间玩计算机游戏，懒于学习，工作和正常的处理生活上的事宜。

二、学生网络心理透视分析

1、精神压力释放心理

学生经过高强度的初高中学习升学阶段，从心里上对学习有了放松排斥心理，大学生集体生活，感到十分自由。相当部分新生开始放松对自己的约束，还有部分学生由于长期在老师和家长的强力监督约束后,产生了强烈的逆反心理，进入大学后,便在网上拼命释放这种压力，造成一发不可收拾，形成严重的网络依赖状态。

2、精神平衡心理

由于高考具有的特殊性和偶然性特点，高考后一部分由于各种原因导致考入不希望的学府的大学生，由于对学校，专业的失望，为了寻求心理平衡，缓和心理矛盾，在网上找到了心理补偿和慰藉，期望在网络中找到自我。

3、精神回避心理

由于学习生活环境的变化，很多大学生感觉自己人际交往技巧和能力差，性格内向孤僻，与人交往中存在忧虑顾忌心理等现象。造成自闭难以沟通，精神压抑孤独,。为了释放这种心理，患者就需要寻找到一个精神放松愉悦和畅所欲言的环境，释放压力。由于互联网的开放自由特点，为这样的患者提供了一个平台，可以在网上聊天，游戏，抒发感情，释放压力，满足自己的精神需要，造成长时间对网越来越依赖，形成网瘾。

4、网络好奇心理

大学生学生对网络的熟悉程度不同，有很多甚至没有接触过电脑和网络。考入大学后为了尽快能够适应学习生活环境，特别是同学之间交流内容中关于网络相关的话题，出于好奇他们开始大量时间接触网络，网络这个新鲜世界立刻吸引了他们。由于网络的空间性和私密性，容易让学生得到心灵的满足。事实上陌生的网络沟通没有任何现实基础，缺少真正的情感，这种交往是不能维持的，这样更加容易使他们在现实生活中会变得更加孤僻，严重阻碍了心理的健康的成长。.

三、解决大学生网络成瘾心理状态的对策分析

1、努力提高大学生综合素质，加强网络思想方面的教育

加强大学生的网络思想教育是思想政治工作者面对的一个崭新工作任务，深度挖掘网络存在的意思和作用，揭开网络神秘的面纱，教育引导大学生如何全面客观认识网络，科学合理利用网络资源，提高学习工作能力和综合素质。通过各种讲座学习提高大学生的心理素质，健全人格。从实际角度分析各种现实的问题，从思想意识上坚决抵制不良网络的诱惑。让学生能够全面深刻的认识网络世界和现实世界的差距，客观认识网络与现实人际关系的不同，,使大学生能自我调节好网络心理状态，发生网络心理问题时用科学的方法时做出合理的判断和选择，并以理智的行动来应对。真正做到能在网络心理行为上做到有效的自我约束和管理，调整好自我心理。

2、高校宣传部门要大力倡导科学文明利用网络，创建优良的校园文化环境

学校必须对学生进行网络文明教育，引导学生要善于网上学习，屏蔽不良信息，诚实友好交流。同时要提高自我保护意识，多关注哪些有益身心健康的内容，不沉溺虚拟时空。学校应更注重校园文化建设，开展丰富多彩适合当代大学生特点的校园文化活动，不断地将各种正确的思想注入到学生活动中，培养自觉抵制不良网络内容的意识，增加自觉接受教育的能动性，使学生深入将时间和精力融入到健康的集体活动中，避免学生沉迷于网络。

3、深入了解学生网络心理和网络状态，有针对性的采取个别引导教育

学生工作者应深入了解学生的网络心理和网络状态，随时掌握上网成瘾不能自拔的学生的情况，进行个别心理辅导。存在网络依赖心理的患者的表现是，上网时精神亢奋，离开网络后神情倦怠，随着上网时间的不断延长，依赖心理越来越强烈。对待这样的学生要有耐心，心理疏导要到位。

四、结束语

通过对大学生网络心理透视分析，笔者认为学生自身具有一定的调控力，现实学习环境要具有强烈的吸引力，关键在于学校的正确引导。学生沉迷网络也并不可怕，关键在于了解学生上网背后的真正心理需求，对症下药，就一定能帮助学生走出困境。

参考文献：

神经网络情感分析范文篇2

【关键词】因特网；行为，成瘾；精神卫生；因素分析，统计学；青少年；住院

【中图分类号】R161.5R395.6R163【文献标识码】A【文章编号】1000-9817(2007)09-0803-02

MentalHealthStatusandtheInfluencingFactorsAmongAdolescentInpatientswithInternetAddictionDisorder/TAORan,HUANGXiu-qin,LIBang-he,etal.BeijingMilitaryRegionCentralHospital，Beijing(100700),China

【Abstract】ObjectiveToexplorethehealthstatusandtheinfluencingfactorsamongadolescentinpatientswithInternetAddictionDisorder(IAD),andtoprovideevidenceforthepreventionandinterventionagainstadolescents'IAD.Methods596youngIADinpatientswereassessedwithaself-designedquestionnaire,SymptomChecklist90,EysenckPersonalityQuestionnaireandparentalrearingstyle'sEMBU.ResultsThescoresofobsessive-compulsive,interpersonalsensitivity,depression,anxiety,hostility,paranoidideation,generalsymptomaticindexandnumberofpositiveitemsweresignificantlyhigherthanthoseofthedomesticnorm.ThemultiplelinearstepwiseregressionrevealedthatthenervousnessofEPQ;father'srefusal,rejection;father'swarmthandunderstanding;feelingofoppressionandcognitionoffutureobjectenteredregressionequation.ConclusionTheinpatientswithIADhavebadmentalhealthandareinfluencedbyneuroticpersonality,badparentalrearingstyle,oppressionandunclearcognitionoffutureobjectives.

【Keywords】Internet;Behavior,addictive;Mentalhealth;Factoranalysis,statistical;Adolescent,hospitalized

国内有关网络成瘾者心理健康方面的研究已有不少报道，研究对象多为在校中学生或大专院校学生，对网络成瘾（InternetAddictionDisorder,IAD）的判定多采用问卷自评法，而非通过专业人员全面了解“病史”、当面访谈后作出诊断的方法。本研究旨在了解由专业人员诊断的住院网络成瘾青少年的心理健康状况及其影响因素，以便为网络成瘾者的心理干预提供有效信息。

1对象与方法

1.1对象2005年5月至2006年12月间经总医院诊断为IAD的住院青少年，共607例，剔除明尼苏达多项人格问卷测谎量表分≥8者11例，实有对象596例，年龄范围14～30岁，平均年龄(18±3)岁。其中，男性568人，女性28人；受教育程度初中214人，高中265人，大学115人，研究生及以上2人。

1.2方法调查表的填写及心理评定均在入院后1周内完成。

1.2.1工具(1)自行设计的IAD青少年的一般情况、家庭情况及与网络成瘾行为有关的自我评价调查表。一般情况包括一般人口学资料、入院方式（主动、被动）、持续迷恋网络时间；家庭情况包括IAD青少年父母的婚姻状况、教育程度、家庭经济收入状况、家庭成员沟通频率、家庭气氛融洽程度、父母感情状况。与网络成瘾行为有关的自我评价包括对沉溺网络的危害认识程度、对未来目标的认识程度、对学习的兴趣、压抑感等共20个条目，按10分制评价，最低为1分，最高为10分。(2)艾森克人格问卷（EPQ），由陈仲庚修订，包括4个维度，分别为神经质（N）、内外向（E）、精神质（P）和掩饰性（L），共85个条目。对16岁以下者采用EPQ少年版。(3)父母养育方式评定量表(EMBU)中文版，为岳冬梅修订。(4)症状自评量表（SCL-90）。

测评有效性标准采用明尼苏达多项人格问卷的测谎量表，由15个条目组成，得分在8分及以上则认为有撒谎现象，问卷不可靠。

1.2.2网络成瘾的临床诊断标准根据大量的临床实践，在Young的IAD判定标准［1］基础上加以修订，由精神医学或医学心理学专业人员评定。(1)症状标准（至少具备前4项）：①心理依赖――上网已占据了自己的思想与行为；②耐受性――为获得满足感不断增加上网的时间和投入程度；③戒断反应――停止上网会产生情绪低落、烦躁不安、焦虑和易激惹；④躯体症状――上网导致睡眠节律紊乱、倦怠、头痛、头晕、颤抖、视力减退、食欲不振等躯体症状；⑤无法控制自己的上网行为；⑥上网成为缓解痛苦的唯一办法；⑦对他人隐瞒迷恋因特网的程度；⑧使用互联网导致放弃其他活动和爱好。(2)严重程度标准：互联网过度使用导致社会功能严重受损（如辍学、失业）。(3)病程标准：符合症状和严重程度标准至少已持续1个月。(4)排除标准：排除器质性精神障碍、精神活性物质和非成瘾物质、精神分裂症及情感性精神障碍所致网络成瘾。

1.3统计方法t检验及多元逐步回归分析。

2结果

2.1住院IAD青少年与全国青年常模SCL-90得分比较由表1可见，住院网络成瘾者SCL-90的强迫、人际关系敏感、抑郁、焦虑、敌对、偏执因子、总均分及阳性项目数均高于全国青年常模，差异有统计学意义（P＜0.05或P＜0.01）。

2.2网络成瘾青少年SCL-90总分影响因素的多元逐步回归分析以SCL-90总分为因变量，以前述自编的IAD青少年一般情况、家庭情况及与网络成瘾行为有关的自我评价调查表的项目、EPQ的4个因子及EMBU的11个因子为自变量（为定性变量，设置哑变量），以α=0.05为准入标准，α=0.10为剔除水准，进行多元逐步回归分析。通过散点图的观察确定回归方程满足线性与方差齐性的假设。按照标准化残差绝对值大于3的标准去掉6个被认为是奇异值的观测量，实际样本590例。共线性诊断：容许度=0.901，方差膨胀因子=1.109，条件参数=12.05，可认为各自变量间无多重共线性。回归方程的显著性检验F=21.174，P=0.000，说明该回归方程有效。

由表2可见，共有5个自变量进入回归方程，对SCL-90总分有正向影响，即对心理健康状况有不良影响。按贡献大小顺序为：EPQ的神经质因子高分、父亲拒绝否认的教养方式、自我压抑高分；对SCL-90总分有负向影响，即有利于心理健康的因素为：父亲情感温暖与理解高分及对未来目标认识高分（对未来目标有清楚的认识）。

3讨论

青少年网络成瘾的诱因多为学习或工作压力大、人际关系困扰、环境适应不良、负性生活事件等，IAD青少年为了逃避这些不利因素导致的负性情绪而逃到虚拟的网络活动中。长时间沉溺于虚拟的网络，进一步造成学习或工作受到影响、家庭关系恶化、现实人际交往缺少或缺失等，这些社会功能的损害又加重了他们原有的不良情绪，形成恶性循环。由此可见，IAD青少年很难保持良好的心理状态。笔者的研究结果也证实了这一点，IAD住院青少年的心身症状明显多于全国青年常模，尤其在强迫、抑郁、焦虑、敌对、人际关系、偏执等6个方面。国内对网络成瘾者心理健康的研究多针对在校中学生或大专院校学生，对网络成瘾的判定方法多为问卷自评法，且所采用的标准不尽相同，导致所得的结果也不完全一致。但总体上可得出网络成瘾者存在广泛心身症状［2-4］的结论。本研究对象为集中住院的网络成瘾者，诊断由专业临床医生向青少年的父母或知情人了解“病史”并结合面对面的深入访谈后，根据临床诊断标准作出，其中重要的诊断标准之一为社会功能的损害，确保了诊断的可靠性。

IAD者不良的心理状况与其神经质人格、父亲否认拒绝、缺少情感温暖与理解的教养方式有关。许多研究也表明，网络成瘾者具有神经质的人格特征［3-5］及存在不良的家庭教养方式［6-7］。这一结果提示网络成瘾青少年的父母，尤其是父亲要认识到并纠正自己的不当教养方式，给予孩子更多的情感温暖与理解，避免一味拒绝、否认，注意从小培养孩子稳重、善于自我控制的人格特质。

在临床实践中，通过对IAD青少年的访谈发现，多数IAD者对未来没有打算或/和对未来目标缺少认识。当问到这些问题时，许多人回答“不知道”、“不愿意去想”、“玩一天，算一天”。当然，也有一部分人希望将来当职业游戏竞技者、程序开发员或做网吧老板。本研究发现对未来目标缺乏认识（对未来目标的认识得分低）不利于IAD者的心理健康，这与缺乏对目标的认识、引起不确定感而增加焦虑情绪有关。在对IAD者的综合心理干预过程中也发现，通过帮助IAD青少年认识网络成瘾的危害，与他们一起分析、制定治疗过程中的近期目标，并督促他们付诸行动，在实现目标后，他们的情绪也逐渐好转。这些均提示在对IAD青少年的心理干预中，专业人员宜帮助他们确立短期及长期的人生目标，提高心理健康水平，尽早摆脱对网络的沉迷。

4参考文献

［1］YOUNGKS.Internetaddiction:Theemergenceofanewclinicaldisorder.CyberPsychandBehav,1998,3：237-244.

［2］张翠红，刘国伟，谢正，等.大学生网络成瘾与人格特征及心理健康状况分析.中国心理卫生杂志，2006，20（11）：761.

［3］张敏，丁晓玲，童汉英.大学生网络成瘾者心理健康状况.中国行为医学科学，2006，15（2）：172.

［4］耿耀国,李飞,苏林雁，等.初一网络成瘾学生情绪与人格特征研究.中国临床心理学杂志,2006,14（2）：153-155.

［5］孙海双，夏晓燕，胡庆成.某高校学生病理性网络使用心理社会因素分析.中国学校卫生,2005,26(12):1014-1015.

［6］席震芳，张晓阳.初中生网络成瘾倾向与家庭教养方式的关系.中国学校卫生,2005,26(2):153-155.

［7］张兰君.大学生网络成瘾倾向多因素研究.健康心理学杂志，2003，11（4）：279-280.

神经网络情感分析范文篇3

关键词：无线传感网；RBF神经网络；数据恢复；WSN

中图分类号：TP393文献标识码：A文章编号：2095-1302（2017）02-00-02

0引言

近年来，无线传感网已经被广泛应用于生态环境监测[1]。由于硬件故障、数据包冲突、信号衰减、能量不足、时间不同步、恶意攻击等原因，海洋无线传感器网络中的数据很容易发生大规模丢失。这就需要恢复丢失数据来获得完整的环境数据。在数据采集过程中，对丢失数据的恢复是一项基本操作。现如今，无线传感网丢失数据问题得到了越来越多的关注，并且已提出了几种解决方法，例如忽视丢失数据，使用备用传感器节点来重新发送数据和预测丢失数据[2]。由于观测得到的传感器数据时间序列有着强相关性，故可以利用传感器节点历史轮数据来恢复丢失数据。

本文针对无线传感网数据丢失的特性，提出了基于RBF神经网络的数据恢复算法。最后利用实测环境温度数据集对该算法在Matlab2014a平台上进行了仿真验证。

1RBF神经网络

RBF神经网络能够逼近任意非线性函数，可以处理系统内难以解析的规律，具有良好的泛化能力，且有很快的学习收敛速度，并已成功应用于非线性函数逼近、时间序列分析、数据分类、模式识别、信息处理、图像处理、系统建模、控制和故障诊断等方面[3]。RBF神经网络结构拓扑图如图1所示。

1.1径向基函数

σ为基函数的标准差。σ越小，径向基函数的宽度越小，基函数就越有选择性。隐藏层基函数的作用是把向量从低维m映射到高维P，低维线性不可分的情况到高维就线性可分[4]。

1.2RBF神经网络的输出

（1）网络隐层使用K个隐节点。

（2）把所有K个样本输入分别作为K个隐节点的中心。

（3）各基函数取相同的扩展常数。

（4）确定权值可解线性方程组。

RBF神经网络学习过程分2阶段：

（1）第1阶段的学习得到输入层与隐层之间径向基函数的中心和标准差；

（2）第2阶段学习隐含层与输出层之间的线性权值。

RBF神经网络数据恢复流程如图2所示。

2仿真实验

我们选取了海洋监测项目某一节点330个海洋温度数据，其中280个数据作为训练数据集，50个数据作为测试数据集。设置RBF神经网络参数如表1所列。

利用上述设置的训练参数，对神经网络进行学习训练、验证以及预测。仿真实验结果如图3所示。

由以上实验结果分析可知，本文提出的算法对无线传感网温度丢失数据的估计结果是准确合理的。

3结语

无线传感网数据是一个非常复杂的动态参数，它受许多因素的影响，这些因素本身是随机变量，各因素之间相互制约、互为因果。因此传感器节点丢失数据实际上是一个多变量、时变、灰色、高度非线性及复杂的动力学系统。本文提出的基于神经网络的WSN丢失数据恢复算法可以较好地恢复传感网丢失的数据。然而该算法没有考虑传感器节点的移动，未来我们将在传感器节点移动的情况下建立数据恢复模型。

参考文献

[1]EJabbari，OTalebi.Usingartificialneuralnetworksforestimationofscourattheheadofverticalwallbreakwater[J].JournalofCoastalResearch，2011，99（1）：521-526.

[2]NVijayakumar，BPlale.KnowledgeDiscoveryfromSensorData[M].BocaRaton，FloridaCRCPress，2009.

[3]胡顺仁，陈伟民，符玉梅.基于神经网络的不可靠数据恢复研究[J].计算机仿真，2007，24（7）：333-336.

[4]叶健，葛临东，吴月娴.一种优化的RBF神经网络在调制识别中的应用[J].自动化学报，2007，33（6）：652-654.

[5]肖少宁，郭欣.交通量预测中的神经网络模型对比分析研究[J].物联网技术，2015，5（7）：39-41.

[6]谢佳华，刘军.自由搜索的BPNN在WSNs数据融合中的应用[J].物联网技术，2015，5（11）：63-65.