考研心理学题目模式识别的含义与理论

1/12023考研心理学题目模式识别的含义与理论2023考研心理学题目模式识别的含义与理论

摘要：2023考研在即，我这里整理了心理学考研的专业课知识，希望你能对照查漏补缺。

模式识别理论的主要假设,观点,彼此之间的区别?

答：模式识别是指对感觉刺激复杂排列的识别。是人基本的一种认知能力或智能，在人的各种活动中都有重要的作用。机器的模式识别成为人工智能的重要研究领域，而模式识别成为心理学，计算机科学。

模式识别理论：

⑴模板匹配理论；

当我们看到字母Z时，我们能立刻认出它来。按照模板匹配理论，我们实际上是把一个刺激同一套模板，即我们存储在记忆中的一些特定的模式相比较。在把刺激同许多不同的模板相比较之后，我们注意到匹配得最好的模板，这种理论强调，刺激必须与模板精确地匹配。模板匹配理论的一个非常明显的不足是，它缺乏灵活性。

⑵原型模型：同模板匹配理论相比，原型模型则要灵活得多。按照原型模型，我们记忆中存储着抽象的、理想化的模式或原型。当我们看到一个刺激时，我们把它同一个原型进行比较。与模板匹配理论所要求的精确匹配不同，按照原型模型，刺激与原型之间的匹配不需要十分精确。

⑶区别性特征模型：我们对刺激的辨别是在少量特征的基础上进行的。这些将一个刺激同另一个刺激区别开来的特征叫做区别性特征。在解释人们如何识别字母时，该模型认为在人的记忆中存储着每个字母的特征成分。例如，字母G包含一条曲线和一条位于中间水平线这样两个特征。当我们看到一个字母时，我们把该字母的特征同我们存储在记忆中的区别性特征相比较，而不是把字母的整体模式同一个模板或一个原型相匹配。区别性特征模型假定，字母的区别性特征是不变的，不管一个字母是手写体、印刷体还是打字体。

整体优先效应：（完成任务）Navon要求被试或者在整体水平上，或者在局部水平上，对刺激进行识别。结果发现，当局部字母很小并且靠得很近时，同局部水平上的识别（即报告小字母）相比，被试在整体水平上的识别（即报告大字母），速度更快。此外，当要求被试在整体水平上识别刺激时，局部特征与整体特征是否匹配，并不影响被试的反应时。然而，当要求被试在局部水平上对刺激进行识别时，如果整体特征同局部特征一致，那么，被试的反应要快。上述结果表明，当要求识别整体时，局部特征的性质，即局部特征是否与整体特征相匹配，并不影响整体的知觉。然而，当要求识别局部时，整体特征的性质，即整体特征是否与局部特征相匹配，影响局部的知觉。这些结果提示知觉过程中存在整体优先。因此，上述结果模式称整体优先效应。

区别性特征模型得到了一些实验证据的支持。Gibson的研究证明，当一些字母共用很多关键特征时，人们判断这些字母是否相同要花更长的时间。共用许多关键特征，被试判断这两个字母是否相同，其潜伏期要长。对类似这样的字母对，判断得相对要快。判断的速度快慢依赖于共用的区别性特征的数目。区别性特征模型的优势在于，它不仅与心理学实验数据一致，也得到了一些生物学研究证据的支持。某一个神经元可能对一个垂直的光栅有强烈的反应，而距离非常近的另一个神经元，则可能对偏离垂直方向10°的光栅有最强的反应。一小块视皮层可能包含了各种各样的神经元，其中一些对垂直的线条作出特别的响应，另一些对水平的线条作出特别的响应，还有一些则对特异性的斜线作出特别的响应。视觉系统似乎包含了一些专门的特征觉察器，它们帮助我们对字母和简单模式的某些特征作出识别。

有关视知觉的最近的一些工作，确定了大脑皮层中加工相同刺激不同方面的分离的神经通路，即what和where通路。What通路从枕叶中的初级视皮层向颞叶下行，主要负责加工视觉刺激的颜色、形状和特性（即刺激的身份或刺激是什么）。Where通路则从枕叶向顶叶上行，主要负责位置和运动信息的加工。

⑷计算途径：既包含原型途径的一些成分，也包含区别性特征途径的一些成分。然而，它所强调的.东西不同于后面这两种途径。计算途径的主要目的在于发展出一些基于计算机的理论。利用这些理论，计算机能够完成一些人类所能够完成的任务，如快速的精确的三维客体识别。通常，人们把使用计算机来模拟人类知觉过程叫做机器视觉。

在一个叫做成分识别的理论中，考察了三维形状的分类，这种成分识别理论的基本假设是，一个特定观察角度的物体，可以用一些简单三维形状的排列来表征。将这些简单的三维形状称作几何离子。象字母一样，几何离子能够结合成一些有意义的东西。

然而，研究者的研究结果，则无法用成分识别模型来解释。他们要求观察者识别一些成为碎片的物体图片。碎片有两种，一种是“自然的”碎片，即与几何离子一致的碎片，另一种是“非自然的”碎片。结果发现，观察者在两种条件下对图片的识别同样地快和精确。这些结果表明，人们首先编码整体形态，然后才对部分进行分析。这显然同成分识别模型的观点相反。

自上而下、自下而上的加工模式？

我们所讨论的模式识别所强调的是自下而上加工，也叫数据驱动或刺激驱动加工，它强调了刺激本身在模式识别中的重要性。与刺激有关的信息来自感受器，这些信息触发了模式识别过程。简单的基础水平特征的结合，使我们能够识别更复杂的、整体的模式。然而，事实上，知识和期望能够帮助我们识别客体。这样，除了自下而上加工之外，模式识别还涉及到另外一个重要过程，即自上而下加工或概念驱动加工。这种加工强调概念和高水平过程对模式识别的影响。

词优效应：是指同出现在非词（即一串无关的字母，如orwk）中相比，当一个字母（如k）出现在非词（如work）中时，我们对它的识别更快、更准确。

过去经验和模式识别

Schacter和他的同事（1991）证明，与物体有关的过去经验，的确能够帮助人们识别物体。这些研究者向被试呈现三维物体的图画。其中一些物体称作可能图形，从结构上看，这些图形在现实世界中可以存在。而另一些物体称作不可能图形，它们包含结构上的违反，在三维空间中不可能存在。实验并不要求被试记住这些图形。相反，只是要求被试判断图形主要是面向右侧还是主要面向左侧。后来，研究者将这些图形和他们先前没有看过的新图形，一起呈现给被试，并要求被试判断每个图形是否真地存在于三维空间，或者是否是一个不可能的图形。结果显示，对于可能图形来说，同先前没有出现过的新图形相比，被试对先前出现过的图形，判断得更快。然而，对于不可能图形来说，新图形和旧图形判断的潜伏期没有差异。所进行的上述研究提示，我们能够存储可能图形的结构，因此，过去经验促进了相对快的、自上而下的过程。然而，由于我们的知觉系统不能对不可能图形作出一致的解释，所以，我们不能存储不可能图形的结构。这样，在识别不可能图形时，看不到自上而下的过去经验