不同水平排球运动员在扣球情境任务中视觉搜索特征的试验研究

为了深入探索不同水平排球运动员在扣球预判过程中的视觉搜索特征,真实反映排球运动员扣球环节视觉搜索的模式、特点等信息,通过时间阻断和眼动追踪技术相结合的试验来探讨专家组、中间组和初级组之间视觉搜索特征的差异。结果表明:(1)排球运动员的运动水平和扣球位置能够显著影响其视觉搜索预判结果,并成为影响其视觉搜索特征优化的主要因素,专家组在视觉搜索特征表现上显著优于其余2组;(2)专家组在扣球预判过程中能够主动搜索关键运动信息并进行快速加工,其收集运动信息的主要来源区域为球体轨迹和对手位置,专家组的运动信息利用准确率及合理性显著高于其余2组。建议:排球运动员应借鉴专家组的视觉搜索特征进行有针对性的专项化训练。

管制员视觉搜索特征与飞机数目的关系研究

为了研究管制员的视觉搜索特征,利用雷达管制模拟机模拟真实的管制场景,并用Tobii X2-60眼动仪记录实验中被试的眼动数据。在对管制员视觉行为及其表征参数分析之后,选取注视持续时间、水平及垂直方向视角、扫视幅度和扫视速度等眼动指标来表征管制员的视觉搜索特征;通过设置模拟管制场景中飞机的数目,即5、7、10架,从而比较在不同飞机数目情况下的管制员的视觉搜索特征。结果表明:在对眼动指标进行分段统计时,被试的眼动数据在不同范围上存在着明显的分布差异;再对上述数据进行方差分析后,发现被试的视觉搜索特征随飞机的数目变化没有发生显著差异。

基于情境的移动图书馆信息搜索特征及其规律研究

移动图书馆信息接受情境影响着用户搜索行为,而用户搜索行为源于其自身需求激发下的拓展与收缩。在微媒体、自媒体、全媒体时代,深入挖掘用户搜索行为及其特征、研究用户搜索规律是驱动移动图书馆信息服务创新的关键。为此,对不同层次、不同类型用户搜索进行探究,以用户满意度理论、自我调节理论、期望确认理论、技术接受理论、认知理论为基础对移动图书馆用户搜索特征和规律进行总结,具有一定的现实意义。

不同视觉刺激对网球运动员视觉搜索特征的影响

视觉搜索是指个体在某一背景中找到一个特定刺激的过程。对运动情景来讲,指运动员在复杂的赛场上快速搜寻到自己需要的,且对自己做出相应的技术动作有用的信息的过程。在外部引导型运动项目中,运动员在比赛过程中搜索所需要的视觉信息,以做出快速的决策和判断,这就要求运动员具有较强的视觉搜索能力。我们发现有很多研究人员对精英运动员的这种行为进行了研究。网球属于隔网对抗性项目,运动员需要在有限的时间完成对每一个环节的预测和决策,因此,网球运动员的视觉搜索能力是非常重要的。记录不同水平的网球运动员为研究对象,对于同一技术动作,选取静态图片和动态视频的刺激材料,探讨它们之间的视觉信息搜索之间的差异,还没有相关的研究对此进行报告。为了全面地了解不同的刺激材料下运动情境中视觉搜索差异的特点,有必要对两者进行比较和评价。

模拟电路故障最优特征搜索与识别

为解决模拟电路故障诊断中故障特征选取的难题并提高故障识别率,提出一种故障最优特征矢量候选集的搜索算法,并构造了模式最佳邻居查询规则来选取故障模式最优特征进行故障识别。以故障信号小波包分解的频段能量值构造故障样本的初始特征矢量,搜索识别多种模式的特征子矢量生成最优特征矢量候选集,查询模式最佳邻居确定其最大邻域,在综合判据监督下选取故障最优特征完成故障识别。模拟诊断实例表明,选取的最优特征在诊断模拟电路故障时具有满意的准确率。

优秀散打运动员特征搜索的特点与神经机制

目的:探讨优秀散打运动员特征搜索的特点与神经机制,以及任务难度对运动员特征搜索行为反应与神经活动的影响。方法:将散打专业运动员作为专家组、散打初学者为新手组;运用事件相关电位记录等技术,采集被试完成不同难度特征搜索任务的反应时和脑电位;比较专家组和新手组的反应时和P1、N1的潜伏期、波幅,比较不同任务难度下被试的反应时和P1、N1的潜伏期、波幅。结果:专家组特征搜索速度明显快于新手组,特定脑区诱发的P1潜伏期比新手组短,N1波幅显著大于新手组;不同任务难度下被试特征搜索的反应时呈显著性差异,不同任务难度间N1波幅具有显著性差异,难度越大N1波幅越大。结论:优秀散打运动员在特征搜索时具有速度快的特点,主要与其大脑皮层顶区、枕区激活时程较短、付出的心理能量较多有关;采用了以追求速度为主的反应策略;任务难度不影响特征搜索的反应速度,但影响心理资源的消耗量。

双任务间隔对特征搜索方式的影响

采用RSVP序列 ,以两个实验探讨了双任务间隔对特征搜索方式的影响。要求被试首先辨认数字序列中包含的字母 (任务一 ,T1) ,随后完成特征搜索任务 (任务二 ,T2 )。在实验一中 ,T2是检测在同时呈现的多个椭圆中是否有方向不一致的目标出现 ;在实验二中 ,T2是检测同时呈现的多个灰色圆点中是否有红色圆点出现。结果发现 :随T1-T2间距缩短 ,T2的正确率显著下降 ;T2所含刺激数目的增加并未引起其正确率下降 ,即任务转换只影响特征搜索的绩效而未改变搜索方式 ,特征搜索仍以并行方式进行。根据动态控制理论 ,由于在本研究范式中两个任务之间存在任务转换过程 ,特征搜索应当为系列搜索。可见上述结果与动态控制理论不符。

任务转换条件下对特征的并行搜索

采用双任务范式,以两个实验探讨了任务设置与刺激特征的匹配程度对特征搜索方式的影响。要求被试首先辨认数字序列中包含的字母,随后完成特征搜索任务。在实验一中特征搜索任务是检测同时呈现的多个灰色圆点(干扰子)中是否有红色圆点(目标)出现。在实验二中,以多种不同颜色的圆点代替实验一中的灰色干扰子。结果发现:在特征搜索主要由自下而上的信息或自上而下的信息引导的两种条件下,任务设置与刺激特征的匹配程度均不影响特征搜索方式,特征搜索仍以并行方式进行。据上述结果笔者推测,在任务设置与刺激特征不匹配的条件下,视觉加工系统首先调整任务设置使二者相匹配,随后进行高效率的并行搜索,而非在二者不匹配的条件下进行低效率的系列搜索。

民猪耐寒基因目标风险最小特征搜索

面对小样本海量特征的基因芯片数据,准确高效地筛选分类特征基因是数据分析的重要工作。通过制备常温状态和低温状态两类地方民猪样本的基因芯片数据,以抗寒性状相关基因筛选为目的,提出目标风险最小特征搜索算法,通过设定目标参数筛选出抗寒性状相关的基因集合。这些抗寒性状相关基因对两类样本分类效果非常好,通过与经典的分类方法相比较,多种方法都获得稳定高效的分类准确率,该特征筛选过程获得的抗寒相关基因具有较强的分类效能。通过基因功能生物学注释,得到特征基因所在的功能结点信息,这些已知基因的功能为进一步研究特征基因集合中未知基因的功能提供了试验设计依据。目标风险最小特征搜索的同时可以进行样本分类和重要分类特征的筛选,适用于基因表达谱数据的统计分析。

采用平面特征搜索的深度图像坐标对准

提出了一种包含平面特征的激光扫描深度图像行之有效的坐标自动调整方法。通过移动包围盒的方法在数据点集内自动搜索并判定特定平面特征作为基准;计算出平面特征的平均法向量,将点集的坐标向基准平面的法向对准;最后通过缩小包围盒范围并重复搜索,使点集的方向规范化。此方法在液货舱激光扫描数据上进行了应用,数据经过对准处理后,大大方便了后续的投影、分割等模型重建工作。

面向公安大数据的特征搜索原型系统设计

本文对大数据应用的发展现状和广州公安视频数据进行分析,发现在进行特征搜索时,主要是通过人工手段,并且在遇到模糊图像时无法人工辨别,造成特征搜索的误判断。针对此问题,本文从公安大数据入手,使用图像超分算法、并行处理技术以及数据仓库技术,完成了面向公安大数据的特征搜索原型系统设计。该原型系统设计能够满足日常特征搜索的环境假定,并对系统的实际建设起到规划和指导作用。

可靠性特征建模及其搜索与还原算法

围绕基于特征的集成系统中设计模型与制造模型两种产品表示机制，建立面向原始产品定义数据的ＣＳＧ／ＢＲｅｐ特征信息混合表示模型，定义ＣＳＧ和ＢＲｅｐ与产品定义数据之间的关联，作用于这种关联机制下的特征模型将多面体式的几何模型与原始设计模型以可靠性与精确性为原则而联系起来，并提出了一种新的特征识别方法——基于精确表示的设计特征搜索与还原，该算法获得的特征体脱离了底层离散描述而采用精确的解析描述。

数量化维度的特征搜索

本文从特征整合理论的视觉搜索的研究出发 ,总结了数量化维度特征搜索的早期研究及进展 。

数量化维度特征搜索的影响因素探索

有关数量化维度特征搜索的研究表明 ,目标搜索斜率 (反应时间对呈现项目数量函数的斜率 )是由目标与干扰子之间的差异决定的 ,然而以往研究中其差异的值取决于具体的实验条件。根据韦伯定律 ,笔者推测 ,目标搜索斜率应由目标与干扰子之间的相对差异 (C)决定 ,C为目标值 (T)与干扰子值 (D)的差值与该干扰子值的比值。当C值对应相等时 ,不同几何形状刺激的目标搜索斜率应无差异。为此笔者分别采用圆 (实验一 )和三角形 (实验二 )进行实验研究。实验结果支持了上述假设 。

改进Retinex算子融合特征搜索的图像识别算法研究

针对人脸图像识别系统易受光照干扰,在复杂背景下,易识别出伪目标,使其识别精度不高等难题,综合考虑高斯核函数的x,y方向,设计新的Retinex识别算子;并调用Open CV函数库中训练好的Hear分类器来进行模式匹配,形成了基于Open CV的人脸检测机制;再引入PCA特征搜索方法,搜索人脸信息;最终提出了人脸识别耦合特征搜索的安防系统解决方案。并测试该系统的性能,结果表明:与当前基于Retinex与PCA的识别算法相比,该算法具有更高的识别精度;且识别效率更高,能满足实时性要求。

基于变化步长的数字影像特征搜索算法

先通过大步长搜索确定匹配区域再通过小步长排查确定匹配点,完成基于变化步长的特征搜索算法优化。

基于动态聚类分析的网络用户相似性特征搜索研究

网络用户的相似性特征体现了用户的偏好,为了提高网络信息的自适应推荐能力,提出一种基于动态聚类分析的网络用户相似性特征搜索算法.采用非平稳随机序列分析方法构建网络用户信息传递模型,提取反映网络用户行为特征的关联规则特征量,采用关联信息标注方法进行网络用户相似性行为特征信息检索,对提取的网络用户相似性特征信息进行动态聚类分析,采用模糊聚类方法进行相似性行为特征信息的自适应归类识别,提高网络用户相似性特征的自适应搜索和信息处理能力.仿真结果表明,采用该方法进行网络用户相似性特征搜索的准确性较高,对网络用户的相似性行为特征信息的聚类识别能力较好,从而提高了网络信息的优化推荐能力.

基于衰减余弦字典和稀疏特征符号搜索算法的轴承微弱故障特征提取

通过分析轴承内外圈故障时域波形特征,结合其早期微弱故障特点,提出了一种与轴承故障波形高度匹配的衰减余弦过完备字典,同时与稀疏表示基追踪方法的特征符号搜索算法相结合的新型算法(ACFS),实现了强噪声干扰下轴承微弱故障特征的提取。通过分析原始信号频谱与理论故障特征,确定了张成原子库的参数,并结合特征符号搜索算法对不同信噪比轴承内圈仿真信号和轴承全寿命数据中的早期微弱故障信号进行了分析。对比普通包络解调方法与基于Symlet8小波包字典的普通BPDN结果表明,该方法可以在极早期实际轴承故障信号中高效、准确地提取出故障特征频率。对于噪声具有极好的冗余度与鲁棒性。

轨迹空间中基于特征符号搜索算法的非刚体三维运动重建研究

现有研究一般是在正交约束条件下采用最小二乘法来求解三维运动轨迹基重建问题,然而这些算法的性能容易受噪声影响,产生不适定性。为此,通过利用离散线性的方法为三维运动搜索最优轨迹基系数和三维结构,建立了一种基于特征符号搜索算法的三维运动轨迹基重建方法。利用该方法,对一系列单目图像序列进行了重建实验研究,结果表明所提出的方法是可行的,并提高了重建算法的准确性。

基于样本和特征搜索空间不断缩小的模糊粗糙集特征选择

为了提高模糊粗糙集特征选择算法的计算效率,在每次迭代过程中通过不断缩减样本和特征的搜索范围,提出了一种新的模糊粗糙集特征选择算法。为了减少样本的搜索范围,利用样本对决策类下近似隶属度的单调性,构建样本的筛选机制,用以筛除当前所选特征子集已保持决策类下近似隶属度的样本;为了缩减特征的搜索范围,采用特征冗余性概念,构建特征搜索机制,用以移除已被确定为冗余的特征;通过融合样本筛选机制和特征搜索准则,设计模糊粗糙集特征选择的高效算法。数值实验表明,所提算法具有高效性和有效性。