想象世界

摘要： 英国儿童文学作家依列娜·法吉恩的作品《万花筒》以细腻生动的笔触和天马行空的想象力描绘了主人公安绍尼的一系列奇幻迷离的想象世界。同时,作者通过巧妙的叙述视角、细致的心理描写和真实的细节刻画三个方面实现了对作品中想象世界的真实性叙事,使作品呈现出亦真亦幻的临场感和真实感。

摘要： 王羲之与益州刺史周抚虽地隔千里,然而一直保持着书札往来.王羲之写给周抚的众多书札,凭借书法丛帖,多有传世.在这些书信中,王羲之对益州山川风物表现出了极大的好奇与向往,西蜀的邛竹杖可助登山,旃罽、胡桃有益服食药酒,青李、来(林)檎可莳种移植,盐井、火井足以广异闻.然而最令人神往的莫过于登汶(岷)岭、游峨眉、造访古迹、凭吊前贤,极视听之娱.王羲之晚年一直筹划着他的西蜀之行,念兹在兹,属意殷勤,终因家事迁延,未能成行,西蜀风物竟成了他抱憾遗恨的悬想世界.

摘要： 《看上去很美》是王朔20世纪90年代末的一部以儿童视角描写一位名叫方枪枪的主人公从三岁到小学的成长经历的作品。小说细致地描写了方枪枪在集体环境中的种种与众不同的行为和表现,而他所表现出的思维模式、情绪感受和变化中的心理恰恰揭示了他正在经历成长中重要的一环,即对“自我”的建构与探寻,他在成长过程中所经历的两个世界——“想象世界”与“象征秩序世界”——无疑是其行为与心理的重要成因。本文将从精神分析学的视角出发,对方枪枪所处的这两个世界和其不同阶段的性格、行为、心理等方面做出分析,从而看到这部小说在儿童心理、行为描写上的一些价值。

摘要： 孩子都有自己的一片小天地,而学困生同样渴望自由和被关注,他们也想"被看见"和"被理解".在现实世界中,无法从老师、同学或家长那里得到情感需求的满足,于是想象世界便成为孩子体现自我价值的乐园.如何能够很好地了解孩子的想象世界呢?可以从他的世界入手,真正认识孩子、了解孩子.寻找避风港湾,有利于帮助学生建立正确的自我效能感,从而规避"超限效应"对学生产生的不良影响,最终促进良好师生关系的建立.

摘要： 沉河的诗歌创作可以分为三个阶段,这三个阶段不是前后断裂的,而是统一于他对''生命与生活''的思考之中。早期诗歌多远离现实生活,构建属于自己的想象世界,表现出在幻想世界漫游的深沉与孤独。成为中学教师后,他不得已把目光转向现实世界,现实世界的纷繁复杂使他的诗歌呈现出痛苦与焦虑。当他观察世界的方式发生了变化,逐渐以积极的心态介入现实,关注现实意义中的存在,现实意义中的人后,他的诗歌开始以生活为依托,抒发自己对生命更真切的感受,从生活的细微之处寻找诗意。

摘要： 文题大展示奇妙的想象在想象的世界里,什么都可能发生,一切都变得那么奇妙。''躲在草丛里的星星''''一本有魔法的书''''最好玩儿的国王''''小树的心思''''滚来滚去的小土豆''''手罢工啦''''假如人类可以冬眠''……选一个题目写一个想象故事,创造出属于自己的想象世界。

摘要： 2011年版课标针对教材编写,明确建议：＂教材应符合学生的身心发展特点,适应学生的认知水平,密切联系学生的经验世界和想象世界,有助于激发学生的学习兴趣和创新精神。＂儿童是童话的天生读者,童话始终是面向儿童的。人教版三年级下册《七颗钻石》,以一个神奇的水罐贯穿全文,＂小姑娘＂则是线索人物,由此抒写了一个关于＂爱＂的故事,寄寓着作者的内心祈愿和对真善美的讴歌,无论是在人物形象上,还是在主题上。

摘要： 本发明提供一种运动想象增强方法、装置、电子设备和存储介质，其中方法包括：向用户的待训练肢体施加功能电刺激后，采集用户根据运动任务进行运动想象时的脑电信号；对脑电信号进行特征提取，并基于训练好的分类模型对提取得到的脑电特征进行分类，得到运动想象类型分类结果；若运动想象类型分类结果指示用户的运动想象符合运动任务，则基于视觉辅助设备进行视觉反馈，并给予用户功能电刺激进行肌肉反馈。本发明基于视觉辅助设备进行视觉反馈，并给予用户功能电刺激进行肌肉反馈，实现视觉感觉双重反馈，形成闭环的脑机接口，提高了用户的运动想象能力，有助于提高脑机接口的控制能力。

摘要： 本发明公开了一种基于语言想象和运动想象的脑机接口控制方法及系统，包括步骤：获取若干个测量电极采集的语言想象和/或运动想象产生的脑电数据；语言想象和/或运动想象是基于时序编码的想象方式；将脑电数据输入到训练好的预设模型得到对应的控制指令；其中，预设模型的训练方法包括步骤：对若干个不同语言想象和/或运动想象对应的若干个测量电极的脑电数据进行预处理得到训练子集，并提取训练子集的特征向量；根据测量电极的权重将特征向量进行分类，并将不同分类关联对应的控制指令。本发明实施例能够扩充脑机接口的指令集数量，产生的脑电图差异更显著，提高分类准确率，可广泛应用于人工智能技术领域。

摘要： 本申请提供了一种运动想象分类模型的训练方法、运动想象方法及相关设备。该分类模型的训练方法包括：显示指示动作信息的同时，控制触觉执行器执行指示动作信息对应的动作，以及采集被试人员的脑电波数据；同步标注脑电波数据、显示指示动作信息和执行器执行指示动作信息对应的动作；采集被试人员视觉状态下的脑电波数据、触觉状态下的脑电波数据和视觉触觉结合状态下的脑电波数据；利用被试人员视觉状态下的脑电波数据、触觉状态下的脑电波数据和视觉触觉结合状态下的脑电波数据训练各自状态下的分类模型，直至训练满足要求。本申请提高了用户运动想象的效果。

摘要： 在线系统维护页面并访问表示页面的节点图。每个节点被标记，以指示对应的页面是针对真实世界实体、真实世界实体的冒名顶替者或遵守或违反策略的衍生实体。在线系统检索机器学习模型，每个模型是基于节点集合的标签和对应页面的特征进行训练的。第一模型基于页面的特征来预测页面是否是针对衍生实体的。响应于预测到页面不是针对衍生实体，第二模型基于页面的特征来预测页面是针对真实世界实体还是冒名顶替者。响应于预测到页面是针对衍生实体的，第三模型基于页面的特征来预测衍生实体是遵守还是违反策略。

摘要： 本发明提供了基于差异动作的多阶段任务个性化运动想象的方法，包括编码阶段、检索阶段和强化阶段；在编码阶段、检索阶段和强化阶段中，以不同的形式呈现动作信息；被试对呈现的动作信息进行编码并触发记忆，并且同时加强动作对被试的影响。本发明有益效果：基于差异动作的多阶段任务个性化运动想象的方法，通过差异动作的多阶段任务显化了MI中动作因素对脑电产生的影响，为挖掘针对被试的个性化动作从而提高MI识别准确率提出了有效方法。最终有效的提升MI‑BCI系统的效率与稳定性。

摘要： 本发明提供一种运动想象脑机接口通信方法、装置、系统、介质及设备，所述运动想象脑机接口通信方法包括：获取带标签的脑电数据，并将所述脑电数据划分为训练集和验证集；随机选取数个源域受试者作为混合域，基于所述混合域对应的训练集的脑电数据获得混合源域模型；基于所述训练集中各源域受试者的脑电数据分别对所述混合源域模型进行训练，获得分别与各源域受试者对应的目标域模型。本发明可以提高运动想象脑机接口的分类性能，并且实现运动想象脑机接口在现实中的部署。

摘要： 一种基于通道注意力和多尺度时域卷积的运动想象脑电信号分类方法属于计算机软件领域。针对脑电信号信噪比低导致特征提取困难的问题，提出一种基于EEGNet改进的网络模型，简称“MCA‑EEGNet”。首先，使用并行多尺度的时间卷积层代替EEGNet模型中的普通卷积层，以更好地进行特征提取，从而提高分类准确率。同时添加通道注意力模块ECA，使网络训练时更加关注与输入数据相关度高的通道信息，从而进一步提高模型的鲁棒性。相比较EEGNet模型，本发明提出的分类方法更能有效地提升对运动想象脑电信号的特征提取和分类性能。

摘要： 一种基于时空特征的脑电信号运动想象分类方法，将卷积神经网络CNN和长短期记忆网络LSTM，利用了脑电信号的时空表示和动态相关性，对原始数据进行处理后送入神经网络，利用六层CNN网络提取脑电信号中的空间特征，利用单层LSTM网络提取脑电信号中时间序列特征，即同时利用了EEG信号的时间特征与空间特征，通过实验验证得到的分类准确率达到96.26%。该模型同时参考了脑电信号的时空特征，在控制网络模型复杂度的前提下，提高了精度，收敛良好，无过度拟合，具有更好的泛化能力。

摘要： 本发明公开了一种基于并行CNN‑Transformer神经网络的运动想象脑电信号分类方法，包括S1，对运动想象脑电信号进行预处理；S2，在预处理后的运动想象脑电信号中添加噪声来扩充数据；S3，对步骤S1和步骤S2处理后的运动想象脑电信号进行时频分析生成包含时间特征、频率特征和位置信息的二维特征图；S4，构建CNN模型，设置网络参数，提取二维特征图中的频率特征和位置信息；S5，构建Transformer模型，设置网络参数，提取二维特征图中的时间特征；S6，将步骤S4和步骤S5提取的特征进行串联，并输入到分类器得到运动想象分类结果。通过在数据集BCI competition IV dataset 2b上进行验证，并与近年来具有良好表现的运动想象分类方法进行比较，实验结果表明，本发明有更好的分类性能。

摘要： 本发明公开了基于脑电信号的伤残手软体康复机器人运动识别方法，包括步骤：(1)针对脑电信号在采集过程中可能出现眨眼产生的眼电干扰，采用离散小波变换和独立成分分析结合样本熵的新方法进行了去噪处理；(2)采用一种融合通道注意力模块的卷积神经网络结合支持向量机模型对信号进行特征提取和分类，识别患者的运动意图；(3)增强现实技术应用到人机交互系统，不仅帮助患者更好地进行运动想象，从而使他们产生更加容易识别的脑电信号，而且能够增加患者主动康复训练的趣味性。本发明基于脑电信号的伤残手软体康复机器人运动识别方法解决了单一脑电信号利用率低的问题，提高了脑电信号的信噪比以及识别精度。