基于多参数采集和深度学习的心理测试仪设计

作     者：王相茹 王静宇 刘海旺 WANG Xiangru;WANG Jingyu;LIU Haiwang

作者机构：西安交通大学城市学院西安710018 西安邮电大学西安710100 西安大兴医院西安710016 

基　　金：中央财政专项经费预算基金项目《荧光数字基因扩增单分子检测仪》课题《数字PCR技术在胃癌转移标志物检测中的应用》(2018YFF01012100) 

出 版 物：《自动化与仪器仪表》 (Automation & Instrumentation)

年 卷 期：2023年第9期

页      码：247-250,254页

摘      要：为解决社会心理测量传统技术效率低、准确性低的问题,研究将多参数采集技术与深度学习算法相结合,以图卷积网络为基础,设计了一种基于二分图卷积网络模型的心理危机测试算法,并将其与心理测试仪进行嵌合设计。研究通过模拟实验的方式进行检测效果测试。结果显示BGCN-undirected模型的准确率为88.63%,精确率为86.31%,召回率为66.67%,F1值为61.30%,在模型对比中均占据性能优势,同时随着迭代次数的增加,Loss变化曲线呈现出稳定下降轨迹,而准确率与F1值曲线则呈现出前期波动幅度大,后期波动幅度小,前期下降速度快,后期趋于稳定的变化趋势,这说明迭代后期模型有能力进行稳定的准确测试。由此可见模型可以进行准确的心理测试,有利于社会心理测试的积极展开。

主 题 词：多参数 深度学习 GCN BGCN 心理测试 图卷积 

学科分类：08[工学] 0835[0835] 081202[081202] 0812[工学-测绘类] 

D　O　I：10.14016/j.cnki.1001-9227.2023.09.247

馆 藏 号：203124099...