智力测验范文1
那天，正值傍晚时分，家家户户都响起了锅碗瓢盆交响曲。听到这声音，我的肚子条件反射地“咕”了一声。这时，一直在厨房忙活的奶奶，叫我们去端面吃，呵，真巧。
哥哥、妹妹和我立马奔向厨房。一阵面香扑鼻而来，惹得我们几个馋鬼心急火燎。可，这面盛得也真够“水平”，面汤几乎溢出碗面，怎么端呀？正苦恼着，奶奶发话了：“一人一碗，谁的汤没有溢出，就算谁赢。”
呵，智力测验嘛，这可是我的拿手好戏。比这个，他们准是我的手下败将，以前哪次不都是这样？心里想着，眼睛却紧盯着哥哥。只见他眼珠一转，便计上心来。他拿来个干净的盘子，把碗往上一放，快步走到饭桌前，又把溢出来的汤倒进碗里。看着满满的一碗汤面，他得意地笑了。奶奶满意地点了点头，我却忍不住嘟囔：“不算不算，汤还不是溢出来了吗？弄得盘子油乎乎的，还得洗两个盘子，太差劲了！”不想哥哥听了，毫不客气地回敬我：“那倒要看看你有什么高招！”妹妹接过话道：“先看我的吧！”她拿起了一双筷子，插在面上，将一撮面高高挑起，然后再端起碗，飞快地跑到桌前。屋子顿时响起了一阵掌声，我心里也暗暗叫道：“好办法！”但嘴里却不饶人：“像这样端，面都凉了，再说还不是使用了工具？”轮到我上场了，见没人捧场，只好自我鼓励：“好好看看，这才叫真功夫呢，你们不拍手叫绝才怪！”爸爸开口了：“倒要看看你的葫芦里卖的是什么药。”我一抬头，发现好几双眼睛都盯着我。我被“逼上梁山”，来不及多想，上前一口气把汤喝了一大半，嘴里还连连称赞：“味道好极了！”然后从容不迫地端起碗踱步到桌边，坐下悠然自得地吃起来。
我滑稽的神情与动作，弄得全家人哄堂大笑。奶奶乐呵呵地说：“这孩子，鬼点子就是多。这办法好，省事方便！”妹妹可不服气了：“只不过投机取巧罢了，不算高明。”我得势不饶人地喊开了：“这可不是投机取巧，只不过让一部分汤先进肚子罢了。反正早晚都要进肚子的嘛！”全家又是一阵开心的笑。
嘿，别跟着笑我，你能想到更好的办法吗？
（指导老师：余凤云）
智力测验范文2
目前各国都有很多种智力测验和智力量表，有测综合性能力的，也有测单方面能力的，如动作发育、记忆、思维发育等。如果父母发现孩子出现动作或语言发育落后于同龄孩子，都会想到去医院进行智力测验，以测验的结果反映当时孩子的智力水平。
筛查性智力测验
目前我国常用的智力测验方法有筛查性和诊断性智力测验。不管是哪一种，都是一对一的测试，并在测试过程中观察幼儿的反应、情绪等因素。其中，筛查性智力测验是一种较简单、快速、通用、经济的方法，可在较短时间内筛查出生长发育或智力方面有问题的孩子，较为常用的方法有：
*丹佛婴儿发育量表(简称DDST)：这个方法主要测试幼儿的个人、社会适应、精细动作、语言和大运动四方面的能力，共有104个项目，适宜于新生儿至6岁的幼儿。
*学前儿童能力测试(简称50项)：50个项目测验的能力包括自我意识、身体部位、偏利性、记忆、视感知及眼手协调、知识、联系与抽象、听觉与语言理解、运动等，适用于4～7岁幼儿。
*图片词汇测试(简称PPVT)：是一本画有120张图的测验本，每张图中有4幅画组成，其中规定有一幅代表一个词汇。用此方法可测定儿童对词汇的理解能力，适用于4～9岁的儿童。
*绘人试验：适用于4岁半～9岁儿童，要求儿童按照自己的想象绘出一个人的全身像。可测试儿童的智力水平、思维、推理、空间概念、感知能力及情绪等。
诊断性智力测验
我国常用的诊断性智力测验有比奈测验量表、韦氏幼儿智力量表、瑞文推理测验、盖瑟尔婴儿发育量表、蓓雷婴儿发育量表等。诊断性测试法测试的时间较长，测试面广，测试后给智商打分，结果较可靠，对医生诊断参考价值大。
比奈测验量表适用于2-18岁，主要测量词、记忆、推理、空间知觉等方面的能力;韦氏儿童智力量表(WISC-R)适用于6-16岁，全量表共有12种测验，包括常识、类词、算术、词汇、理解、数字广度、填图、图片排列、积木、译码、拼图及迷宫图片，分别测量语言能力和操作能力。该量表是目前广泛采用的智力测验量表。
测验的目的
智力测验范文3
一、对现代智能研究的反思
在智能的研究方法上 , 现代心理学中一直存在着两个分支 , 一为相关方法的分支 , 另一个是实验方法的分支 , 前者形成智能研究的心理地图模式，后者形成计算模式。第一，早期的智能研究体现了心理地图模式。心理地图模式将智能视作心理地图，由此形成智能的结构理论（如斯皮尔曼的智力二因素理论、卡特尔的流体智力和晶体智力理论、瑟斯顿的基本心理能力理论、吉尔福特智力结构模型、阜南的智力层次结构模型等）。结构理论主要关注于对智能结构进行静态描述，企图分析出组成智能的各项子能力。第二， 20 世纪 60 年代，信息加工心理学得以蓬勃发展，其理论开始被借用到智能研究中，逐渐形成智能研究的计算模式。计算模式将智能视作具有信息加工功能的计算性装置，以实验方法为基础构建了智能的信息加工理论（如加德纳的多元智力理论、戴斯的 PASS 智力模型、斯腾伯格的三元智力理论等）。这些理论认为智能是人脑对各种信息进行加工、处理的能力，重点分析智能的内部活动过程，摒弃剥离智能结构的传统，并日益重视元认知成分的作用。这两种模式构成现代智能研究的主流理论。
但长期以来，智能结构理论一直颇受指责。由于建构结构理论的方法学（以因素分析法为核心）存在某些先天不足，从而使这些理论很少涉及智能活动的内部心理过程；同时，这些智能结构理论难以得到整合；此外，根据这些理论编制的智力测验，也只停留在测量各种反映个体差异的智能构成因素上，难以对内在心理过程作进一步揭示。智能的信息加工理论比之结构理论有所进步，开始从仅仅描述智能的结构转化到着眼于从智能的内部活动分析智能的运作机制。但遗憾的是，这种进步也未能彻底回答一个根本性的问题：导致一个人高智能表现的原因是什么？智能是怎样获得的？如果仅仅把智能看作是遗传的结果，显然缺乏说服力并具有悲观主义的倾向；如果把高智能归结为信息加工过程的高效，那么这种高效信息加工的原由仍不清楚。
事实上自 20 世纪 70 年代起，已有一些研究者认识到如果依旧以智能结构或运作机制为标靶进行研究，则对上述批评无济于事，他们开始另辟蹊径。这些研究者发现，某一领域的专家在该领域中能够深刻地表征问题、高效地记忆、合理地推理、快速地解决问题，表现出一种外化的高智能行为（也称为专长行为）。这些研究者认为，如果采用专家 ---- 新手比较以及计算机模拟的方式，对专家的这种专长行为的来源及影响因素进行分析，则可间接揭示专家高智能的本源。这一新兴的研究路线被称为专长研究。专长研究与主流智能研究间并非非此即彼的关系，后者关注揭示智能的结构和运作机制，而前者关注研究智能所利用的 “ 材料 ” ，即知识在人类智能中的作用，期望从另一个角度诠释人类智慧的实质。一般认为，以专长为视角对智能作系统的理论与经验的研究，始于德格鲁特对奕棋专长的创新工作；而引发对该主题作交叉学科研究的主要激励，一般归结于蔡斯和西蒙论 “ 棋艺中的慧眼 ” 一文。专长研究经过 30 余年的发展，影响力不断提升并显示出进一步增强的趋势，其对智能的认识日臻系统和成熟。但遗憾的是，我国学界对专长研究的了解和关注稍嫌不足，对专长研究视野下的智能观认识也比较欠缺。
二、以专长研究为视角看人类智能
专长研究发展至今，已对智能的范围、来源、本质、生成路径等问题形成较独特的观点，对我们更深入理解人类智能具有一定启发意义。需要提及的是，专长研究并未建构某一智能结构或加工理论，而是从广泛范围对智能的一般论题提出自己的看法。
1 、智能的范围：领域限制
反思智能结构理论与信息加工理论可发现，二者均将智能视为人类拥有的一般能力，能够运用于广泛的领域当中。百年的智力测验历史也体现出这一观念，各种智力测验总是试图测量某种单纯的 “ 能力 ” ，排除个体相关领域经验的作用。该观念似乎隐含着这样一个推论：即高智能的个体在不同领域应均能表现出高智能的行为，这显然与现实观察的结果相悖，事实上，个体恰恰只能在其专长的领域表现出高智能行为。
提出上述质疑并非对是对智能结构理论与信息加工理论的否定，而是想澄清这样一个事实：即将智能视为领域间的一般能力同将智能视为与相关经验密切联系的领域内能力即使在智力测验出现之初，亦是两条并行的路线，只不过后者未被赋予更多关注而势单力薄。在比纳和西蒙（ 1905/1916 ）开创智力测验之初，他们就已区分出两种智能评价的方法：心理学方法（ Psychological method ）和教育学方法（ Pedagogical method ）。前者涉及对记忆力、决策及一般知识的测量；后者涉及依据某领域获得知识及经验的总量对智能进行评估。比纳和西蒙最终决定关注前者而忽略后者，因为他们希望 “ 不考虑 …… 个体拥有的受教育的水平 ” ，并认为： “ 我们相信我们已经成功地彻底排除了个体已获得的信息 ” 。
百年来的智力测量实践深受比纳和西蒙将领域内的相关经验排除出智能范畴的影响。不可否认，传统智力测验在预测儿童的学业成就时是必要的，并能在一定程度上预测青春期少年的学业成就（这时课堂及学校中的经验开始累积）。但是，传统智力测验在预测大学生的成就及未来专家在某一特定领域的成就时，只能提供有限的效用。对传统智力测验效用有限性的反思启发我们应当回归智能评估的教育学方法传统，从领域内能力角度看待智能。
专长研究是回归教育学评估方法的典型代表，并已引发研究者对该主题的更多关注。大量实证研究证实，专家的高智能局限于其所善长的特定领域，且与在该领域长期的经验相关。若以领域内能力看待智能，则可有效预测个体在某领域未来的成就，并可为进一步探讨智能的来源和生成提供可能。事实上，这一理念正被广为接受，最近美国大学的入学测验已开始讨论 “ 专长（倾向）测验 ” 与 “ 智力测验 ” 之争。［ 3 ］
2 、智能的来源：知识结构与加工能力的互动
智能的来源是有关智能的根本性问题，智能结构理论和信息加工理论实际并未对此作回答。无论是以解构智力构成的子能力还是以探索智能成分的运作机制为目的，二者均事先假设已存在 “ 智能 ” 这一实体。至于这一 “ 智能 ” 实体从何而来或忽略不谈，或认为是 “ 遗传与环境交互作用的结构，人们在早年就具有的获得成就的相对固定的潜能 ” ，或更简单地认为是某种 “ 原生的模仿能力 ” 。将智能视为领域间的广泛能力制约了传统智能理论对智能来源进行深入研究。
专长研究的最初目的正在于解决智能的来源问题：即到底是什么造就了专家在其领域的高智能。蔡斯和西蒙认为，造就大多数专家高智能表现的原因，是由于专家经过多年在相关领域内的经验，获得了大量的知识以及以模式为本的提取机制。拉金、西蒙等人在解决 物理学问题的工作中重复验证了这一观点。他们发现，尽管新手已具备解题的必要知识，但他们必须从问题中提出的发问出发，倒着来一步步地确定相关的公式；但物理学专家可以毫不费力地提取出解题的方案或计划，因为在他们建立对问题的最初表征时，已在头脑中涌现出自己的计划。齐 . 格拉泽和瑞斯进一步证明，物理学专家不仅拥有更多的知识，而且拥有组织得更好的知识，由此使他们能够对问题做出更深刻的理论原则表征，而新手的表征完全依赖某些表面特征是否出现。其他领域（如计算机编程、电路检测、医疗诊断等）专长研究的大量实证结果也已证明，专家拥有的相关领域的知识结构组织更好、内容更丰富、表征更合理，这些知识结构与加工能力的互动正是造就专家高智能的根本原因。
这种对特定领域知识结构在智能中重要性的强调，比之智能结构理论及信息加工理论是一突破，弥补了智能研究在智能生成源泉问题上的缺陷。在专长研究看来，无论智能结构理论解构出何种子能力，这种子能力的生成须以知识结构为基础；无论智能信息加工理论如何解释智能的运作机制及强调元认知，却不能忽视智能的运作亦是以知识结构为操作对象，具有丰富领域知识结构的个体，在解决该领域问题时，智能运作更优化，元认知水平更高，表现出更高智能。总之，专长研究认为，个体在某领域知识结构与加工能力的互动是造成其在该领域高智能的根本原因。
3 、智能的生成路径：蓄意的练习
除极少数持智能遗传决定论观点的研究者之外，几乎所有的研究者均认为人类智能是动态发展的，也就是说，智能水平可在外界环境与个体互动中获得不断提高。智能的发展性观点为人才培养和智能开发提供了积极的理论基础，专长研究亦赞同这一理念，但至于智能如何得以发展，即智能的生成路径是什么，专长研究有着自己独到的见解。
尽管少有智能结构理论与信息加工理论及智能的生成路径，还是有研究者对这一问题进行了探讨。例如：加德纳的多元智能理论认为，源于遗传的原生模仿能力，在其后的发展过程中，通过符号系统（如阅读文字、唱歌等）来表现；随着智能的发展，每种智能及其符号系统将由第二级的符号系统（如公式、地图、字母、乐谱等）来代表；至成人阶段，智能则通过对理想的职业和业余爱好的追求来表现。加德纳认为，人类智能以符号系统为中介获得发展。但这里存在一个问题，即智能的生成是个体主动参与的过程还是自然生成的过程？总体而言，传统智能理论对智能的生成路径探讨较少，无法指导具体智能开发与训练，使得各种训练方法层出不穷、相互矛盾、效能低下。
专长研究视智能为领域内能力，以此为基础认为：智能的发展是个体主动参与的结果，其生成路径是通过蓄意的练习（ Deliberatepractice ），其发展过程表现为进步性问题解决（ Progressive problem solving ）。
专长研究早期的一项重要结论认为，专家若想在其领域中达到较高智能，至少需要 10 年有意识的训练与经验积累，明确表明了智能发展中有意识参与的重要性。同时专长研究认为，即使在个体有意识的参与下，智能发展也非自动化的。专长研究者提出蓄意的练习以解释智能的生成路径。埃里克森等人认为，蓄意的练习与玩耍性的互动、竞争、工作以及其他形式领域内的经验极为不同，它们是为有效促进个体行为的特殊方面而专门设计（通常是教师设计）的一些活动。埃里克森等人发现，年轻成年专家的表现与个体整个职业生涯中所积累的蓄意练习的量有关。其他一些研究也证实，尽管不同领域中的专长行为在行动上表现各异，但为获得行为改进而精心设计的蓄意的练习起着至关重要的作用。经过蓄意的练习，专家行为的某方面获得进步，能够解决一些原本无法解决的问题，然后积累经验并与蓄意的练习结合，近一步解决更深层次的问题。进步性问题解决过程也正是专家的智能发展过程。
4 、智能的本质：发展中的专长
智力测验范文4
关键词：一般流体智力；脑成像；磁共振成像；功能磁共振成像；正电子发射断层扫描
分类号：B845
一般智力(或者g)的概念是spearman于1904年首次提出的，通常是指对一组智力测验进行因素分析时第一个未旋转的主成分。不同的智力测验可以根据其对一般智力的预测能力而区分为不同的g因素负荷。Spearman的一般智力与Cattell的流体智力(fluid intelligence)在心理测量的内容上较为相似。因素分析的研究表明，流体智力的g因素负荷甚至高达1.0(Keith＆Wolfle，1995)。由于二者之间的相似程度较高，研究者通常将二者统合起来，称之为一般流体智力(general fluid intelligence gF)。
虽然一般智力因素可以从多个测验分数中提取，但是却没有纯粹测量一般智力的测验，每个测验都或多或少地包含除一般智力之外的特定能力。因此，对于一般流体智力的评估主要是以较高g因素负荷的测验或任务为指标。总体上来看，已有的研究中对一般流体智力的评估主要有三种方式：(1)以某些公认的一般流体智力测验的成绩作为指标，如瑞文推理测验(Raven's Progressive Matrices)、卡特文化公平智力测验(Cattell's Culture FairIntelligence test)及修改版的韦克斯勒成人智力测验中的全量表分测验(WAIS-R中的FSIQ分测验，g因素负荷约为0.9)。(2)以某些较高g因素负荷的任务(如抽象的图形推理任务)的成绩作为指标。(3)也有部分的研究将包含多个子测验的IQ分数作为一般智力指标。从实践来看，一般智力和IQ的差异不大，甚至可以在概念上互换；但是从统计上来看，它们还是存在一定的差别。一般智力(g)是通过因素分析从多个IQ子测验中提取的共同因素，而IQ则是所有子测验分数简单相加的总和。因此，本文所讨论的研究主要是以前两种方式为一般智力指标的研究。
早期关于智力的研究主要集中于智力理论、智力结构及其认知基础等方面。近年来，随着认知神经科学的兴起，更多的研究者试图借助新兴的技术手段来探索智力的神经机制。其中，脑成像技术凭借其较高的空间分辨率及无损伤性的特点而受到人们的青睐。总体上看，对一般流体智力的脑成像研究主要从两个方面来探讨智力的脑机制：一种是结构性成像，主要是以磁共振成像(MRI)技术探讨一般流体智力与脑结构(主要是脑体积)的关系；另一种是功能性脑成像，以功能磁共振成像(fMRI)和正电子发射断层扫描(PET)技术来研究一般流体智力与脑活动的关系。本文将围绕这两方面对一般流体智力的脑成像研究进行梳理，并提出一些自己的观点。
1.一般流体智力与脑结构
早在100多年前，研究者们就试图将智力与脑的大小联系起来以探讨其生理基础，虽然这一领域的研究曾饱受批评，但大量的行为研究证实了智力与人脑的大小存在较小的正相关(约为0.1～0.3)(Wickett，Vernon，＆Lee，1994)。由于这些研究主要以外部测量的头围作为脑大小的指标，容易受无关变量如头的形状、头发、颅骨的厚度等因素的影响，误差较大。现代的脑成像研究则借助先进的技术手段直接测量活动状态下的脑体积，大大提高了测量的准确性，因而受到人们更多的关注。
考察脑体积与一般流体智力关系，可以通过计算总的脑体积或者特定脑区体积与一般流体智力的相关来实现。较早开展的研究由于受图像分析技术的限制，主要集中于探讨总的脑体积与一般流体智力的相关。这方面的研究结论比较一致。多数研究发现一般流体智力与总的脑体积中等正相关，高于晶体智力与总的脑体积的相关(Pennington et al.，2000；Raz，Tones，spenter,Millman,Baertschi，＆Sarpe，1993；Wickett,Vernon，＆Lee，2000)。MeDaniel(2005)对考察总的脑体积与一般智力关系的脑成像研究进行元分析的结果表明，总的脑体积与一般智力的相关为约为0.33，且存在一定的年龄和性别差异，即成人(女γ=0.41，男γ=0.38)高于儿童(女γ=0.37，男γ=0.22)，女性高于男性。
但是，对于特定脑区与一般流体智力的相关，研究的结论并不一致。这些研究多数采用了基于图像体素的形态测量法(voxel-based morphometry简称VBM)，这种方法能够测量不连续的脑区皮层和皮层下神经元――突触群，并自动将标准图像分割为不同组织部分(如灰质、白质等)，空间分辨率达到毫米水平(Ashbumer＆Friston,2000)。与临床研究发现额叶的损伤导致一般流体智力成绩下降的结论相一致(Duncan，Burgess，＆Emslie，1995)，少数的研究发现一般流体智力主要与额区的灰质体积相关。Thompson等人(2001)的研究结果表明一般智力(g)与额区灰质体积相关显著。在控制全脑体积进行偏相关分析后，额区的灰质体积能够较好地预测一般智力。Gong等人(2005)以55名20至80岁的健康成年人为被试，以基于图像体素的形态测量法及立体逻辑的脑体积评估法(stereological brainvolume estimation)证实了流体智力与背内侧前额皮层区(dorsomedial prefrontal cortex)的灰质体积相关显著，而与晶体智力不相关。即使控制年龄因素后，结果仍是如此。
但是更多的研究发现除额叶体积外，其他脑区体积(如颞叶和顶叶皮层等)也与一般流体智力有关(Flashman，Andreasen，Flaum＆Borman，1997)。以WAIS-R中的FSIQ分测验为一般智力任务的多项研究均表明一般智力与多个脑区的体积或灰质体积相关(Andreasen et al.，1993；Frangou，Chitins，＆WflHams，2004；Wilke，Sohn，＆Byes，2003)。这些脑区包括：颞区，额区(BA9、10、11、47)，顶区(BA5、7、31)，前扣带回(BA32)等。Haier等使用基于
图像体素的形态测量法评估了47名不同年龄成人(18～84岁)的一般智力与不同脑区灰质与白质体积的关系。结果证实了一般智力与多个脑区的灰质体积相关。这些脑区包括：额区(BA9、46、10)，颞区(BA21、37、22、42)，顶区(BA43、3)，枕区(BA19)。仅有BA39区的白质体积与一般智力相关显著。研究还发现，脑区的灰质体积随年龄的增加而下降(主要是顶区)(Haler,Jung，Yeo，Head＆Alkire，2004)。此后，Haier等人进一步考察了一般智力与脑区体积相关是否存在性别差异。结果表明，男性的一般智力成绩与双侧额叶(BA8、9)、左侧顶叶及Wernieke区(BA39、40)的灰质体积相关显著；女性的一般智力成绩与右侧额叶(BA10)及Broca区(左侧BA44、45)相关显著。虽然一般智力与脑区的白质体积的相关小于与灰质的相关，但女性脑区自质体积的相关高于男性(Haler,Jung,Yeo，Head,&Alkire，2005)。
为了进一步探讨一般智力与脑结构的关系，Colom，Jung，Haier(2006a)使用相关矢量法对上述04年的研究进行了再分析。相关矢量法(method ofcorrelated vector简称MCV)是由Jensan(1998)提出的，它的主要目的是确定一般智力因素是否与某些生理变量(如局部脑体积或皮层激活)相关。其分析逻辑是，如果某一生理变量与g因素有关，则它与测验成绩的相关应随测验的g因素负荷的增加而提高。再分析的结果显示，测验的g因素负荷越大，与特定脑区灰质体积的相关也越高，但是与g因素相关的脑区数量比原来的研究减少。这些脑区包括：额区(BA47、9、10、11)，颞区(BA36)，枕区(BA 13、18)。其另外一项相关矢量法的研究也得到类似的结果，即测验的g因素负荷的增加与整个大脑灰质体积的增加有关。被试的g因素测验结果与额区、顶区、颞区、枕区的灰质体积相关显著(colom，Jung,＆Haier,2006b)。
从以上研究可以看出，虽然研究表明了总的脑体积与一般流体智力正相关，但对于特定脑区体积与一般流体智力的相关仍存在一些争议，这些不一致的结果可能与实验中使用的被试样本差异、图像分析的技术不同及测量的误差等因素有关。研究更倾向于支持包括额区在内的多个脑区体积均与一般流体智力有关的结论。虽然以双生子为对象的研究表明脑区灰质体积与一般流体智力的相关可能是受到遗传基因的影响(Posthuma,De-Geus，Barre，Hilleke，Kahn，&Boomsma，2002)。但是也有研究表明，训练活动也会导致脑区灰质体积的增加(Draganski，Gaser,Busch，Schuierer&Bogdahn，2004)，说明了脑区灰质体积具有一定的可塑性。但对于脑的体积与一般流体智力相关的具体原因，目前还无法提供明确的解释。研究者对此提出了一些可能的假设，认为脑体积更大者有着更复杂的神经回路、更多的突触、更厚的髓磷脂，或者脑的代谢活动更有效、神经传递速度更快、脑的储存能力更强等(Deary＆Caryl，1997)。
2.一般流体智力与脑功能
探讨一般流体智力与脑功能的关系有两种途径：一种是比较不同任务的激活脑区，将被试执行一般流体智力测验或其他高g因素负荷任务与控制任务件下的脑活动进行比较，从而揭示某些可能支持一般流体智力活动的共同脑区或脑区网络；另一种是比较不同智力水平个体执行特定任务时的脑区活动差异，从个体差异的角度来探讨一般流体智力的脑机制。
2.1不同g因素负荷任务与脑活动
与上述发现一般流体智力成绩与额区的体积相关的研究一致，Duncan等人(2000)的研究发现高g因素负荷的任务主要激活外侧前额皮层区(lateralprefrontal cortex)。他以13名正常成人为被试，实验任务包括空间的、词语的及圆形的比较。对空间和词语任务分别进行高g因素与低g因素任务匹配。以PET技术对被试执行三种任务时的大脑活动进行扫描。结果发现，高g因素负荷任务比低g因素负荷任务出现更大激活的共同区域是外侧前额皮层区。
其他更多的研究则表明除额区外的多个皮层区也可能与一般流体智力活动有关。对威斯康星卡片分类测验(Wisconsin card sorting test)及瑞文推理测验的PET研究表明，被试在执行两项任务时以下脑区出现相似的双侧激活；背外侧前额(BA9、46)，顶下部(BA39、40)，前扣带回(BA32)，颞区(BA21、37)和枕区皮层(BAl8、19)(Esposito，Kirkby，Van，Ellmore，＆Berman，1999)。Prabhakaran等人对瑞文推理测验的研究也得到相似的结论(Prabhakaran，Jennifer，John，Glover，＆Gabfieli，1997)。他从瑞文推理测验中选择一些问题设计了三种任务：分析推理、图形或视空间推理、简单图形匹配(控制任务)。相比控制任务，在执行图形推理和分析推理任务时，双侧额区(BA 6、9、44、45、46)、颢区(BA21、37)、枕区(BAl8、19)和左侧顶区(BA7、39、40)出现更多的激活。另外，以卡特文化公平智力测验为任务的tMRI研究结果表明，执行这一任务导致前额皮层与顶区皮层均出现更大的激活(Masunaga,Kawashima，Horn，Sassa，＆Sekiguehi，2008)。
另外，对与一般流体智力有着密切关系的推理能力的脑成像研究表明，多个不同脑区均与推理活动有关。如视空间推理任务导致双侧前扣带回(BA32)，内侧额区(BA6、8)和右侧额区(BA4、49)，顶区上部与下部(BA7、18、19、40)，颞下部(BA37)出现更多的激活(Ghatan et al.，1995)。相似的视觉类比推理任务激活左中额(BA6、8)，额下回(BAl0、44、45、46、47)，前脑(the anteriorinsula)和顶下部(BA40)皮层(Wharton et al.，2000)。对归纳推理的研究表明，与基线任务相比，归纳推理导致左侧额叶(BA8、9、10、24、32、37)，颓叶(BA20)，枕叶(BA45、46、47)，左顶部(BA21、22)和左侧扣带回(1eft eingulated)(BA 24、32)更多的激活(Goel，Gold，Kapur，＆Houle，1997)。
在上述的研究中，虽然Dunean的研究支持外侧前额区是一般流体智力的脑基础的结论，但他的实验任务的g因素负荷并不高(最大的仅为0.67)；而且，高g因素的空间比较任务激活的脑区除外侧前
额叶皮层外，还有前扣带回、后区的视觉系统、顶区及前运动皮层等。其他更多的研究支持多个脑区的活动与一般流体智力有关。虽然对于具体的脑区仍存在一些差异，但多数研究结果都涉及到额区与顶区皮层。Jung和Haler(2007)总结了37项有关智力的神经影像学研究，提出了额一顶整合理论来解释智力的神经基础，这一理论的主要观点是：(1)智力主要与额区与顶区神经网络有关。(2)智力水映了额一顶神经网络如何有效地加工信息。(3)智力的个体差异源于这些神经网络的连接差异，或者信息传输通道的有效性。但是这一理论的正确性还有待于进一步的研究来验证。
2.2个体差异与脑活动
较早的一项研究对被试在按照自己的节奏(self-paced)执行瑞文推理测验时进行了长达32分钟的扫描，结果发现脑的局部代谢率(regionalmetabolic rate，GMR)与被试的瑞文测验成绩负相关(Hmer et al.，1988)。相似的研究以PET技术对被试执行一项高g因素负荷的词语流畅性测验的大脑活动进行扫描，同样发现被试的测验成绩与额区、颞区和顶区的脑活动呈负相关(parks et al.，1988)。Jensen(1998)以相关矢量法计算被试的g因素测验成绩与脑区的葡萄糖代谢率的相关，结果发现二者的相关高达-0.79。而且，对智力低下者研究发现，被试的脑区葡萄糖代谢率高于正常控制组(Haier etal.，1995)。研究者们认为，上述的研究结果可能反映了“神经效能说”的理论，即高智力水平的个体能够更有效地利用资源，而智力落后者与脑的低效及更多的脑活动有关。
此后的一些研究却观察到相反的结果，即被试的一般流体智力成绩与脑区活动正相关。Gray，Chabris和Braver(2003)以60名健康的右利手成人(18～37岁)为被试，以瑞文推理测验成绩作为一般流体智力指标，实验任务包括词语和非词语(面孔)的3-backI作记忆任务。要求被试快而准确地做出反应：(1)目标反应。刺激与3-baek刺激完全一致，如在A-B-C-A系列中，第二个A是目标。(2)非目标反应。当前的刺激与3-back刺激不匹配。如B-C-A-D中的D就与B不匹配。其中非目标反应trials中分为两种难度条件：一种是存在“虚假”刺激的高干扰条件。这种刺激系列中在2-back、4-back、5-back的位置出现相同的刺激，但不是目标反应，如D-E-F-F-D中的第二个D。另一种是没有虚假刺激的非目标反应条件(低干扰条件)。以tMRI技术记录被试执行任务时的脑区激活状况。研究结果表明，瑞文测验分数较高者的准确率更高，被试执行3-back任务中的“虚假”trials时脑区的激活程度与瑞文测验分数正相关。激活的脑区包括额区(左侧BA45、46，右侧BA4)，顶区(右侧BA31、左侧BA39、双侧BA40)和双侧颢区(BA22)。另外，Geake和Hansen(2005)对流体类推(fluid analogy)任务的研究表明，与控制任务相比，上部、下部和内侧额回及前扣带回出现更大的激活，而且这种激活与被试的国家成人阅读测验(NationReading Test简称NART，g因素负荷为0.85)成绩正相关。
上述的研究主要以普通智力者为研究对象，而以智力超常者为被试的研究同样支持Gray等人的研究结果。研究者对六名数学天才与六名正常控制组执行心理旋转任务时的脑区激活情况进行了比较。结果显示，虽然数学天才组与控制组在准确率与加工时间上没有差别，并激活相似的额一顶网络(即BA6、7、9、40)，但数学天才组执行任务时有三个脑区的激活显著大于正常控制组：右前扣带回(BA32)，左顶叶下部(BA39)和左前运动皮层(BA6)。而且，相对于基线，两组在简单匹配任务上没有表现出显著差异(O'Boyle，Cunnington，Silk，Vaugharb Jackson，&Syngeniotis，2005)。Kun等人进行了相似的设计，以fMRI技术记录了智力天才少年及控制组执行不同g因素负荷任务时的脑活动。结果显示，两组被试中，高g因素负荷任务比低g因素负荷任务出现更大激活的区域是外侧前额、前扣带回和顶后区皮层的双侧额一顶区网络(fronto-parietalnetwork)。对天才组与控制组的局部脑活动的比较表明，较高的智力水平与更大的脑区活动有关。这些脑区包括：前扣带回及内侧额回(BA6、8、9、32)，左侧的外侧前额皮层(BA6、8)，右侧前额皮层(BA6、8、9、45、46)和双侧顶后区皮层(BA7、19、39、40)。进一步的回归分析表明，上部和内侧顶部皮层(BA7/40)与g因素个体差异相关较高(γ为0，71～0.81)(Kun el al.，2006)。
大多数考察一般流体智力个体差异与脑区活动关系的研究都以高g因素负荷的推理任务为实验任务，Haier，White和Alkire(2003)则考察了是否被试的一般智力水平个体差异与非推理任务相关。他们以22名正常成人为被试，分别测量被试的瑞文测验成绩及观看VCD时的脑区葡萄糖代谢活动。VCD的内容分为两种，一种是呈现中性的图案，另一种是呈现带有消极情绪的图案，时间都是32分钟。由于被试只是观看VCD，不施加其他的任何要求，因而是没有外在推理或问题解决要求的任务。研究的结果表明，瑞文推理测验分数较高者在特定的脑后区(左BA37/19)出现更大的激活。这一结果表明，即使从事非推理的任务时，一般智力水平个体差异也与脑区活动有关。表明一般智力水平较高和较低的被试偏向于激活不同的神经回路，尤其是与信息加工有关的非额叶区。
从上述研究可以看出，对于一般流体智力个体差异同脑区活动的相关是正还是负存在一定的争议。早期的脑成像研究多数得到负相关的结论，但这些研究使用的是第一代的功能成像仪器，图像分辨率不高。相比之下，近年来的脑成像技术则更为准确可靠。可能是不同的图像分析技术造成了研究结论的不一致。其次，也可能与研究中使用的任务不同有关，更难的任务要求被试做出更多的反应，从而导致更多的脑区激活。第三，也可能是在执行任务的过程中，高智力者的脑区激活程度更大，但持续时间更短，而测量的恰好是其激活之后的脑区活动，因而显示出更少的激活。
3.结语
已有的一般流体智力脑成像研究主要是从结构成像与功能成像两个方面来进行。两种方法各有其优缺点。结构成像研究对脑体积的扫描与智力测验成绩的测量是分开进行的，因而不受实验任务的影响。但是多数研究未将被试的体型大小(body size)作为控制变量加以考虑，且对于脑体积与一般流体智力相关的原因无法提供明确的解释。而功能成像
研究结果的解释依赖于实验中所使用的任务，容易造成研究结果之间的不一致。尽管如此，大量的脑成像研究仍表明了一般流体智力与脑结构、脑活动有密切关系，为探索智力的神经机制提供了富有价值的信息。
纵观已有的研究，仍存在某些不足之处。
首先，有关智力的脑成像研究仍处于探索阶段，这主要是受到脑成像技术发展的制约。不同的脑成像技术所运用的图像获取方法、图像加工和统计方法都不同，而这些又都是建立在不同的假设基础之上的。这种技术上的制约可能会影响到研究结果的信度和效度。而且，脑成像的研究本质上是相关研究，必须借助其他研究(如临床上有关脑损伤病人的研究等)来确立心理活动同脑结构与功能之间的因果关系。
其次，研究中对于一般流体智力采用了不同的任务或指标。如瑞文推理测验、其他不同g因素负荷的测验或任务等。这可能会导致不同研究结果之间的差异仅仅是由于采用了不同的一般流体智力测量方式而造成的。
再次，研究中使用的实验设计不同。有的通过考察不同任务的共同激活脑区，有的则通过比较不同智力水平者的脑区活动差异来探讨一般流体智力的脑机制。两类研究结果之间难以进行比较和整合。而且，比较不同任务的研究并未将一般流体智力水平作为控制因素而加以考虑，容易导致研究结果的混乱。
第四，不同研究中使用的样本差异较大，容易造成研究结果的不一致；并且多数研究中使用的样本数量较小，影响到实验结果的统计功效。
未来的研究应从以下方面加强：
(1)由于一般流体智力包含不同的认知要求，应该进一步细化一般流体智力的基本认知成分(如加工速度、工作记忆等)，通过考察特定的认知成分与大脑的关系来探明一般流体智力的神经机制。
(2)加强对一般流体智力个体差异的神经影像学研究。不仅要研究普通水平的智力个体差异与脑结构及功能的关系，还需要对不同智力水平的群体(如智力落后组、智力超常组与智力一般组)进行对比研究，探讨不同群体的脑结构或者脑功能是否存在某种特定的差异。这种不同群体的对比研究能够为理解智力脑基础提供有价值的信息。
智力测验范文5
关键词：智能变电站； 综合性能测试
随着智能变电站及数字化变电站大量投运，各类智能变电站新型设备（电子式互感器、合并单元、智能终端、网络交换机）将数据从源头规范数字化，达到信息集成、数据共享的目的。作为智能变电站综合性能测试系统，在对智能变电站现场级IED设备测试过程中，必须保证测试结果的准确性。
一 智能变电站综合性能测试系统需求分析
1. 传统的智能变电站测试时，保护安装处的各电气量状态是由测试人员经过计算判断得到的，人为因素降低了测试结果准确性。为此，可以设计一个数字化仿真平台来解决该问题，通过数字仿真建立系统模型，将变电站一次设备运行状况一目了然，测试人员通过简单操作可模拟系统的各种故障，减少人为因素对测试环节中的影响。
2. 目前智能变电站通过合并单元就地将互感器采样值数字化输出SV报文发送给所需此采样的间隔层设备，变电站现场不同间隔之间距离远，用传统设备从不同间隔加量难度大同时试验线过长造成衰耗影响试验效果。因此，可以采用无线传输方式，主机和模拟器之间通过无线方式以数字量传输，就不会存在上述问题。
3. 传统智能变电站测试设备的适用性和测试效率比较低，为此，需要一种新型的智能变电站综合测试平台，可适用于各种试验环境，减少误差，减少配置工作提高测试效率。
二 智能变电站综合性能测试系统设计方案
为了满足上述系统需求，提高智能变电站测试精度，本文分别设计了三个平台：数字化仿真平台、无线传输平台及智能变电站综合测试平台。由这三个平台组成智能变电站综合性能测试系统。
1 数字化仿真平台
数字化仿真平台要能够实现智能变电站设备和线路的建模，模拟动态和时域仿真，对仿真结果进行辅助分析和显示，同时将仿真数据传送到无线控制主机。基于上述分析，数字化仿真平台需要包括以下几个模块：图形建模模块、电力系统仿真模块、模拟量波形显示模块和控制试验模块及电脑。
各模块功能：图形化建模模块用来构建电力系统中主要电气设备的模型库，完成智能变电站及直连设备、电源。电力系统仿真模块将“图形化建模软件”建立的智能变电站仿真模型构建微分方程组，对于设定的时序和故障对象，先模拟动态仿真过程，再完成时域仿真。模拟量波形显示模块对仿真结果的进行辅助分析，将模拟量的时域仿真结果以波形的方式显示出来。控制模块对试验条件、时序参数进行设置，实现试验控制功能。通用计算机用来提供功能软件运行的硬件环境。
数字化仿真平台支持用电力设备功能模块构建变电站及周边电网仿真模型，建模方法快捷、简单，经简单培训即可具备建模能力；模型结构和功能与运行单位采用的表达方法保持一致；故障仿真能力满足对电网继电保护进行功能和性能进行检验的要求；对于变电站仿真模型和事件过程，仿真软件可自动建立微分方程组，以获得试验数据组。对于复杂继电保护装置的特殊配合试验，系统仿真能力完全可以实现。
2无线传输平台
无线传输平台要能够实现实验系统的同步对时，接收数字化仿真平台的时域仿真结果，并将时域仿真结果以无限传输方式下装到采集模拟器，图1为无线控制主机系统试验示意图。
基于上述分析，本文设计的无线传输平台包括以下几个模块：GPS对时模块、高稳定主时钟模块、基于无线方式的IEEE 1588授时模块、无线收发控制模块。各模块功能如下：
GPS对时模块：接收来自GPS卫星的时钟信号，并向“高稳定时钟模块”授时。
高稳定时钟模块：根据GPS对时模块的授时信号以完成对时，为试验系统提供同步时钟。
无线1588授时模块：将“高稳定时钟模块”时钟信号以无线1588方式向“采集器模拟器”、“开关模拟器”授时。
无线收发控制模块：接收“智能变电站仿真平台”的控制命令和时域仿真数据，以无线方式发送试验控制命令和时域仿真数据包；接收“无线控制主机”的仿真数据包、试验控制命令、时钟同步信号；将“仿真数据包”和“试验控制命令”转送到“输出控制模块”，将“时钟同步信号”转送到“高稳定从时钟模块”。
3 智能变电站性能综合测试平台
智能变电站性能综合测试平台的对象是“电子式互感器”，“合并单元”，“保护装置”及“智能终端”，要能够实F数据的处理、各装置同步性能测试以及系统级校验。综合测试平台包括以下几个模块：数据处理模块、延时测试模块以及校验模块。
数据处理模块统计合并单元发送报文的丢包数及丢包率；分析合并单元输出信号；分析合并单元发送报文时间抖动特性。
延时测试模块测试电子式互感器及合并单元稳态绝对延时时间和暂态绝对延时时间；保护装置GOOSE变位延时时间；智能终端DI变位延时时间；合并单元额定延时时间。
校验模块完成电子式互感器及合并单元的稳态和暂态准确度校验；互感器极性校验。
三 结语
方案中的智能变电站系统级综合测试系统，能够实现模拟全站运行工况的网络分析工具，实现智能变电站各种智能设备的全站测试，涵盖智能变电站的所有测试环节，包括研发、试验、生产、现场调试、运行维护等，并实现测试模型、方法和数据共享和重用，实现智能变电站运行全过程的准确、完整记录，为智能电网提供全景数据，能够满足国家智能电网智能变电站的系统测试需求，同时该系统可广泛应用于智能电网的智能变电站系统，并在电力系统的生产、科研领域获得应用。
参考文献：
智力测验范文6
目前，国内常用的测量儿童智力的工具是韦克斯勒儿童智力量表，简称韦氏量表，是采用离差法估算智力的。也就是说，计算被测试者的智商相对处于同龄儿童平均数的上下水平。它从整体智力观点出发，将智力分为言语和操作两个部分，言语量表中包括常识、相似性、算术、词汇、理解、数字广度6个分测验;操作量表中包括图画填充、图片排列、木块图、物体拼凑、译码、迷津6个分测验。其中，数字广度和迷津两个分测验为备用测验。
在韦氏智力测验中，除了计算全量表的智商外，还分别计算言语智商和操作智商。全量表智商为被测试者总智力的估计值，言语智商和操作智商分别为被测试者言语能力和操作能力的估计值。
一般人群（包括儿童）智商范围在90～110之间，平均智商是100，115以上为高于平均智力，70以下为智力低下，71～89之间为边缘智力水平。
究竟哪些情况下，孩子需要做智商测查呢？
首先，在需要了解儿童智力发育水平时。当家长或幼儿园老师发现孩子开口说话时间晚，反应比较迟钝，理解力比其他孩子差，到陌生环境或者遇到陌生人显得胆小，不主动时;小学生不能很快适应学校环境，学习成绩明显落后，可以通过测查智商水平来了解孩子智力发育水平。例如，刚上幼儿园的小聪，总是害怕见老师，与小朋友游戏时也显得缩手缩脚，别的小朋友学儿歌两三遍就会了，可小聪要反复教十几遍才能勉强学会，最后到医院一测查智商，属于边缘智力水平。
