分类： 心理学 >> 社会心理学 提交时间： 2024-01-31
摘要： 以往的基金研究多从专业的角度构建复杂的决策模型，难以直接被普通基金投资者所理解和应用。为了引导众多的基金投资新手正确理财，我们引入老手新手比较范式探寻二者投资决策时的信息加工过程差异，并探讨如何对新手予以干预以提升其决策质量。研究1通过Mouselab技术收集信息加工过程数据，发现在基金信息搜索和加工过程中，老手比新手更倾向于基于属性的信息搜索模式，信息加工的补偿性更低；基于属性的信息搜索模式有利于决策质量，但这一结果仅在新手中存在，这可能在于老手的信息搜索模式较为稳定，其变异性难以为决策质量提供解释。由于现有的理财客户端的页面呈现方式使得投资新手难以使用基于属性的信息搜索模式，研究2向被试提供表格纸来帮助他们进行结构化加工，以降低基于属性进行搜索的难度，结果发现结构化加工组被试的决策质量高于控制组。上述结果反映了老手和新手基金投资决策的信息加工特征，为改进新手理财决策提供了干预思路。
分类： 农、林、牧、渔 >> 农、林、牧、渔业科学其他学科 提交时间： 2023-02-17 合作期刊: 《智慧农业（中英文）》
摘要： 为快速准确计数大豆籽粒，提高大豆考种速度和育种水平，本研究提出了一种基于密度估计和 VGG-Two（VGG-T） 的大豆籽粒计数方法。首先针对大豆籽粒计数领域可用图像数据集缺乏的问题，提出 了基于数字图像处理技术的预标注和人工修正标注相结合的快速目标点标注方法，加快建立带标注的公开 可用大豆籽粒图像数据集。其次构建了适用于籽粒图像数据集的VGG-T网络计数模型，该模型基于VGG16， 结合密度估计方法，实现从单一视角大豆籽粒图像中准确计数籽粒。最后采用自制的大豆籽粒数据集对 VGG-T模型进行测试，分别对有无数据增强的计数准确性、不同网络的计数性能以及不同测试集的计数准 确性进行了对比试验。试验结果表明，快速目标点标注方法标注37,563个大豆籽粒只需花费197 min，比普 通人工标注节约了1592 min，减少约96%的人工工作量，大幅降低时间成本和人工成本; 采用VGG-T模型 计数，其评估指标在原图和补丁（patch） 情况下的平均绝对误差分别为0.6 和0.2，均方误差为0.6和0.3，准 确性高于传统图像形态学操作以及ResNet18、ResNet18-T和VGG16网络。在包含不同密度大豆籽粒的测试 集中，误差波动较小，仍具有优良的计数性能，同时与人工计数和数粒仪相比，计数11,350个大豆籽粒分 别节省大约2.493 h 和0.203 h，实现大豆籽粒的快速计数任务。
点击量
通过
点击量
下载量
评论
