手机依赖与大学生视觉注意力疲劳机制的神经网络模拟与仿真研究.pdfVIP

手机依赖与大学生视觉注意力疲劳机制的神经网络模拟与仿真研究.pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多

手机依赖与大学生视觉注意力疲劳机制的神经网络模拟与仿真研究1

手机依赖与大学生视觉注意力疲劳机制的神经网络模拟与仿

真研究

1.研究背景与意义

1.1手机依赖在大学生群体中的现状

手机依赖已成为当代大学生群体中普遍存在的行为现象,具有高度依赖性和广泛

影响。

•根据中国互联网络信息中心(CNNIC)发布的第52次《中国互联网络发展状况

统计报告》,截至2023年6月,中国手机网民规模达10.76亿,其中18-24岁年

龄段用户占比达18.7%,大学生群体是手机使用最频繁的群体之一。

•一项针对全国30所高校、共计5000名大学生的问卷调查显示,超过85%的大学

生每天使用手机时间超过4小时,其中约30%的学生使用时间超过8小时。

•在手机使用内容方面,社交媒体(如微信、微博、抖音)占比最高,达72.3%,其

次是短视频平台(68.5%)和在线游戏(45.2%)。

•手机依赖行为对大学生日常生活产生显著影响:约60%的学生表示曾因使用手机

而延迟完成作业或学习任务,45%的学生存在因手机使用导致睡眠时间不足的问

题。

•心理学研究指出,手机依赖与焦虑、抑郁等心理问题存在显著正相关。一项Meta

分析显示,手机依赖程度越高,大学生出现焦虑症状的风险增加1.8倍,抑郁风

险增加1.5倍。

•在生理层面,长时间使用手机导致视觉疲劳、颈椎不适等问题频发。调查显示,超

过70%的大学生报告存在眼睛干涩、视力模糊等视觉不适症状。

1.2视觉注意力疲劳的生理与心理机制

视觉注意力疲劳是指个体在长时间视觉任务后,出现注意力下降、反应迟缓、视觉

敏感度降低等现象,其机制涉及多个生理与心理层面。

•生理机制:

•眼部肌肉疲劳:长时间注视屏幕导致睫状肌持续收缩,调节能力下降,出现视疲

劳症状。研究表明,连续使用手机超过2小时,睫状肌调节幅度下降约15%。

1.研究背景与意义2

•视网膜光感受器疲劳:蓝光暴露会抑制视网膜中感光细胞的活性,降低视觉敏感

度。实验数据显示,蓝光照射30分钟后,视网膜感光细胞活性下降约12%。

•大脑皮层激活水平下降:功能性磁共振成像(fMRI)研究发现,视觉注意力疲劳

状态下,前额叶皮层和顶叶皮层的激活水平显著降低,影响注意力维持和信息处

理能力。

•心理机制:

•注意力资源耗竭:根据资源限制理论,注意力是一种有限资源,长时间视觉任务

会导致资源耗竭,表现为注意力分散和反应时间延长。实验表明,连续视觉任务

60分钟后,被试在注意力测试中的反应时间平均延长200毫秒。

•动机下降与疲劳感增强:长时间使用手机会降低个体的任务动机,增加主观疲劳

感。一项实验研究发现,连续使用手机2小时后,被试的主观疲劳评分从2.1上

升至4.7(5分制)。

•情绪调节能力下降:视觉注意力疲劳会削弱个体的情绪调节能力,增加负面情绪

体验。研究显示,疲劳状态下,个体在情绪调节任务中的表现下降约20%。

1.3神经网络模拟在认知研究中的应用价值

神经网络模拟作为一种强大的计算建模工具,在认知科学研究中具有重要应用价

值,能够揭示复杂认知过程的内在机制。

•模拟认知过程:

•神经网络模型能够模拟人类视觉注意力的动态变化过程,揭示注意力分配和疲劳

产生的内在机制。例如,基于卷积神经网络(CNN)和循环神经网络(RNN)的

模型可以模拟视觉信息在大脑中的处理过程,预测注意力疲劳的发生时间和程度。

•研究表明,使用深度学习模型模拟视觉注意力任务时,模型准确率可达90%以上,

与人类行为数据高度一致。

•预测与干预:

•神经网络模型可以预测个体在不同视觉任务中的疲劳风险,为个性化干预提供依

据。例如,通过训练神经网络模

文档评论(0)

139****4023 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档