【摘 要】
：
鼠年春节前后,新型冠状病毒肺炎（下称新冠肺炎）疫情席卷全国,让原本欢天喜地迎接春节的人们猝不及防,正常生活受到严重影响,心理受到重大挑战,对此,个体的社会支持系统显得极为重要。目的:为考察新冠肺炎疫情期间普通民众社会支持的来源、种类、影响和阻碍个体获得社会支持的因素,为实践中如何有效地在疫情期间帮助普通民众度过难关提供一定参考和启发。方法:运用质性研究方法,按照目的性抽样原则招募访谈对象,采用面对
【出 处】
：
第二十三届全国心理学学术会议摘要集（下
论文部分内容阅读
鼠年春节前后,新型冠状病毒肺炎（下称新冠肺炎）疫情席卷全国,让原本欢天喜地迎接春节的人们猝不及防,正常生活受到严重影响,心理受到重大挑战,对此,个体的社会支持系统显得极为重要。目的:为考察新冠肺炎疫情期间普通民众社会支持的来源、种类、影响和阻碍个体获得社会支持的因素,为实践中如何有效地在疫情期间帮助普通民众度过难关提供一定参考和启发。方法:运用质性研究方法,按照目的性抽样原则招募访谈对象,采用面对面半结构式访谈收集资料,通过扎根理论对资料进行开放式编码、轴心编码和核心编码三个级别的归纳分析。结果:疫情期间,普通民众的社会支持主要来源于朋友、亲人和政府,同时,不同职业的个体还会受到其职业相关领域的支持和帮助;在种类方面,有物资、服务等工具性支持,有关心、慰问等情感性支持,有交流、新闻等信息性支持,还有娱乐、游戏等陪伴性支持;影响方面,人们通过获得社会支持,积极情绪和信念增加,消极情绪减少,提升了与他人的关系亲密度,快速适应疫情带来的变化,帮助个体恢复生活状态;但是,由于外部环境、社会管理情况、负面消极言论、信息可信度、前期物资供应不足和一些自身因素等,会阻碍个体去获得社会支持。结论:在此次新冠肺炎疫情期间,普通民众社会支持的来源广泛、种类齐全、影响积极,但在获得上依然存在一些困难。如何高效利用社会支持资源、改善社会支持的提供方式、优化社会支持的结构、加强社会管理,为广大人民群众构建优质的社会支持网络是今后需要关注和思考的问题。
其他文献
针对多段支持度数据加密后存在数据安全指标较低,加密所用的时间较长的问题,提出高速网络多段支持度数据自动加密算法.首先通过DHA去噪方法去除多段支持度数据中存在的噪声,消除噪声对加密过程造成的干扰,去噪后测试节点密度,减少多段支持度数据加密所用的时间.然后结合椭圆曲线数据签名算法和椭圆曲线加密算法对多段支持度数据进行加密,提高加密后数据的安全性.最后设置仿真,结果表明,所提方法加密后的数据安全性高、加密效率高,在短时间内可有效完成多段支持度数据的自动加密.
无线电能传输技术极大优化了电力线传输的可靠性与便利性.为进一步提高能源传输效率,提出了基于Hessian矩阵的无线电能传输阻抗匹配算法.首先分析电能传输系统结构与发射电路的设置情况,从而建立等效电路模型,并计算系统输入与输出功率;然后结合系统功率平衡需求构建Hessian矩阵,将其当作能量函数,并获取该函数的每阶偏导,从而确定系统平衡点,保证系统输出电压的稳定,获取最大能量传输值;最后,结合接收线圈效率表达式得到系统阻碍电流值,构建阻抗匹配模型,从而建立阻抗匹配关系式.仿真结果表明,上述方法能够在提高电能
利用当前算法滤除数据冗余点时,缺少对数据冗余点特征的提取、分类处理过程,导致滤除效率差、准确率低、存储开销过大.于是设计了基于HDFS的海量日志数据冗余点过滤算法.引入HDFS体系架构,利用数据采样时间序列获取数据冗余点的特征,并进行分类处理,提升冗余点的滤除效率;计算滤除前含有冗余特征的数据字节数与普通字节数之比的缩减率、误判率,减少存储开销量;为提高准确率、消除性能,采用相似度概念,根据冗余点的突出特征计算整体相似度,再通过均值漂移传递函数实现对数据冗余点的滤除.实验结果表明:上述算法滤出效率更好、准
常用天气雷达回波外推方法建立的天气雷达回波外推模型,设置编码器和预测器长度和步长偏小,导致模型外推预测天气精度低,于是提出基于卷积神经网络的天气雷达回波外推模型.转换雷达图像数据集坐标,计算天气变化粒子的经纬度值,修正天气变化粒子距离地面高度,预处理天气雷达图像数据;将卷积神经网络分为正向传播和反向传播两种,分别训练卷积神经网络数据传播过程;采用卷积层和采样层交替布置的方式,设置编码器和预测器长度和步长,建立天气雷达回波外推模型预测天气.实验结果表明:对比三组天气雷达回波外推模型,所设计模型具有较高的外推
针对布谷鸟算法求解复杂的问题时收敛速度过低、全局效果不理想等问题,提出基于反向学习的布谷鸟算法优化搜索方法.对当前布谷鸟群体加入反向学习策略,从全局中找出精英个体,并对个体求反向解,在所得的可行解与反向解中找出最优个体作为下一次迭代的个体.将混沌扰动策略引入鸟巢位置的确定过程,扩大布谷鸟种群的多样性,提高算法整体的收敛精度和搜索能力.最后进行仿真,运用不同方法对四个函数测试的结果中可以看出,所提方法具有更优的搜索能力和收敛速度.
针对当前多变量时间序列分类方法未考虑降维处理多变量时间序列,导致多变量时间序列分类精度较低,分类时间较长的问题,提出了基于深度置信网络的多变量时间序列分类方法.通过构建深度置信网络模型结构,基于受限玻尔兹曼机,提取可见单元与隐藏单元特征信息,采用Isomap算法,在深度置信网络内进行优先特征提取操作,通过附加约束构造半正定矩阵,降维处理多变量时间序列.在低维特征空间内,利用支持向量机中分线性分类函数,计算得到拉格朗日乘子,根据正则化参数特性,通过高斯核函数,计算得到最优核函数,完成多变量时间序列分类.实验
多标签分类算法已广泛应用于文本分类、图像识别、基因功能分类等领域,为了解决多标签分类算法较少考量标签之间的相关性等问题,提出一种基于标签相关性的多标签分类算法.首先对BP神经网络进行改进以适应多标签分类算法,然后对标签集分别使用皮尔逊相关系数和关联规则进行二阶、高阶相关性分析,最后将标签的相关性与改进的BP神经网络算法得到的概率做线性插值,得到样本属于某标签的最终概率.通过在4个真实数据集上利用5个多标签分类指标做对比实验,验证了提出的算法分类效果明显优于现有的多标签分类算法.
针对鱼眼图像校正中在纵向方向校正效果不佳,中心关键区域不突出以及鱼眼有效区域提取效率低的问题,通过遍历横竖两个方向的中垂线以获得有效区域图像.在畸变点周围建立校正量场,在校正量场中建立畸变点与校正点之间的几何关系,遍历每个畸变点,并根据校正关系获得校正量,获得校正图像后,为获得光滑图像,结合hermite插值算法对校正图像进行插值运算.首先实验表明,新的提取算法效率大幅提高,并获得较准确有效区域,提取有效区域后校正算法对视图主要区域的校正和纵向方向的畸变取得较好效果.上述提取算法和校正算法提高校正速度,提
肺癌辅助诊断技术根本上是为了帮助医生进行诊断分析并提供一定的依据[1].在边缘检测时运用了改进的Canny算法,在分割后进一步分割出肺结节.传统Canny算法采用的高斯滤波和高低双阈值不具有自适应性.使用者需要人为设定参数.采用自适应中值滤波代替高斯滤波,并用迭代法阈值选择算法得到双阈值,从而对Canny算法进行改进,并在肺部CT上进行试验,通过肺结节大小、位置、形状等生理特征判断是否患有肺癌.结果证明,上述方法可以更准确提取出肺结节轮廓并初步分析患者是否患有肺癌.
在综合管廊建设及使用的过程中,有很多的难题待解决,比如地裂缝的存在会使上下盘的土体存在垂直沉降差异,从而使管廊受力不均匀;另外,地震使得管廊及其内部的管道会受到损坏而影响其使用寿命。本文对跨地裂缝综合管廊的地震响应规律进行了研究,为地裂缝地区综合管廊的抗震研究提供了可靠的依据,进一步推动了此方面的研究发展进程。本文主要通过振动台实验以及模拟计算来进行研究,其中,通过实验研究了当地裂缝与综合管廊的交