雾气下心电监护仪界面视觉搜索效率研究

目的研究护目镜产生雾气情况下心电监护仪界面的字符大小及颜色一致性对信息视觉搜索效率的影响。方法通过模拟护目镜在不同雾气程度下的场景,控制不同字符大小、颜色一致性,考察三者对医护人员视觉搜索效率的影响。实验中37位被试依次完成眼动实验,记录其行为数据和眼动数据,深入探讨三种变量因素的交互效应。结果使用心电监护仪时不同雾气程度、字符大小、颜色一致性三种因素的交互效应显著,其中行为数据的三种因素交互效应显著P<0.001,眼动数据的三种因素交互效应显著P<0.05。未产生雾气与低雾气场景下,大字符、颜色不一致视觉搜索效率最高;中雾气与高雾气场景下,中字符、颜色不一致的视觉搜索效率最高。结论三种因素在不同条件下,交互效应的视觉搜索效率不同,设计人员可根据护目镜产生的雾气程度,调整心电监护仪界面字符大小与颜色一致性,以提升医护人员的视觉搜索效率。

不同水平短道速滑裁判员判罚决策过程中的视觉搜索特征

目的:探讨不同水平短道速滑裁判员在判罚决策任务中的视觉搜索特征。方法:采用2(组别:专家组、新手组)×3(犯规区域:直道区域、弯进直区域、直进弯区域)混合实验设计,结合眼动技术,对比分析不同水平短道速滑裁判员在不同犯规区域判罚决策任务中的行为绩效与眼动差异。结果:1)专家组正确率显著高于新手组,反应时显著低于新手组;两组被试在直道区域判罚决策的正确率显著高于弯进直区域和直进弯区域,反应时显著低于弯进直区域和直进弯区域;2)不同犯规区域判罚决策任务中,专家组注视时间显著高于新手组,注视次数、瞳孔直径显著低于新手组;专家组与新手组在直道区域判罚决策的注视时间、注视次数、瞳孔直径均显著低于弯进直区域和直进弯区域;3)专家组裁判员注视热点更加集中和精准,注视轨迹简洁高效。结论:高水平短道速滑裁判员在判罚决策过程中具有运动专长优势,采用综合型决策,能够根据不同犯规区域的特点调整视觉搜索策略,表现出注视时间长、注视次数少、瞳孔直径变化小、注视集中且简洁的视觉搜索特征。

不同复杂度干扰影响下疏散标志搜索行为研究

为分析不同复杂度干扰因素对疏散标志搜索的影响,招募33名志愿者进行疏散标志搜索眼动试验。组织被试者完成了3×3因素设计的疏散标志视觉搜索试验,并对眼动数据进行了非参数检验。结果显示:不同复杂度各类型干扰物对疏散标志搜索任务均具有显著影响。在低复杂度水平中,物品类材料标志搜索用时最长;当复杂度增加至中等水平时,文字类、物品类材料标志搜索用时更长;至高复杂度时,图像类材料标志搜索用时更长。眼动数据分析显示,不同复杂度水平下,各类型材料眼动数据表现出显著差异。在低复杂度水平下,物品类材料注视点数量、扫视长度数据水平更高;在中复杂度水平下,文字类材料注视点数量、扫视长度明显增加;在高复杂度水平下,图像类材料注视点数量、扫视长度大幅增加,各注视点注视时长显著低于文字类、物品类材料。研究分析了不同复杂度水平各类型干扰因素对疏散标志搜索效率影响,分解了疏散人员视觉搜索眼动行为,可为提高疏散引导系统效能提供实证依据。

航空货物分类分级安检模式安全性分析

为保障航空安检环节安全高效,部分机场探索实施航空货物分类分级安检模式。研究以安全性为目标,综合考虑安检错误报警概率及货物安检处理时间,分析传统安检模式和分类分级安检模式在安全性方面的差异。使用错误放行概率作为衡量安检模式安全性的指标,利用目视搜索-决策模型分析安检员判图过程,为两种安检模式建立非线性规划模型。研究显示:与传统安检模式相比,分类分级安检模式中高风险货物的比例m在(0,0.45)内才能提高系统安全性,且m最优取值为0.12;与传统安检模式相比,分类分级安检模式在货量较大、对安检处理时间较为敏感或是对安检错误报警概率容忍度较高时更能显著提高系统安全性。

竞走裁判员判罚决策过程中的视觉搜索特征

目的比较不同经验水平和判罚难度条件下,竞走裁判员判罚决策的行为绩效和视觉搜索特征。方法采用眼动追踪技术和专家—新手研究范式,采集被试在竞走执裁判罚时的行为学指标和眼动指标数据。结果行为学指标:专家组正确率均显著高于新手组,反应时显著少于新手。在干扰条件下,新手组正确率显著降低、反应时显著升高,而专家组无显著性差异。眼动指标:专家组的注视时间、注视次数和眼跳次数均显著低于新手。在干扰条件下,新手组的注视时间、注视次数和眼跳次数均显著高于无干扰条件,专家组无显著性差异。兴趣区眼动指标显示,专家组对运动员膝和踝的注视时间显著高于新手组,注视次数显著低于新手组。可视化图像观察到,专家组注视轨迹清晰、注视热点集中;新手组注视轨迹复杂无规律,注视热点分散。结论高水平竞走裁判员具有较好的判罚决策能力和视觉信息加工能力,判罚过程中的视觉搜索更为简洁、高效,抗场外干扰能力强,体现出自上而下的视觉加工特征,表现出专家认知优势。

多层次矿床本体的构建及在知识图谱中的应用

将具有多元异构性和复杂语义的矿床数据转化为结构化数据,是目前矿产资源勘查大数据领域面临的关键问题。传统的机器学习方法无法精确描述实体概念、属性及其属性值的语义信息,导致多源异构数据的可解释性较差。因此,可解释性的知识图谱已成为当前研究的热点。然而,当前矿床领域本体构建研究仍相对匮乏,这阻碍了矿床知识图谱的研究。本文聚焦于矿床领域的概念、关系、属性描述,结合知识工程、叙词表、复用前人本体及专家知识,采用基于知识工程和基于顶层本体相结合的本体构建方法,使用本体开发工具Protégé构建了以时空矿床文本为基础的矿床领域本体库,实现了矿床知识概念、关系的系统化、规范化、形式化表达。然后运用Neo4j构建本体库知识图谱,并以庞西垌多金属矿床为案例,将矿床本体与矿床数据进行了知识图谱连接,展示了矿床本体作为知识图谱骨架的重要性。本文研究对下一步矿床知识图谱推理分析具有一定的指导意义。

色彩对比度及信息密度对老年用户视觉搜索的影响

通过动态导向显示屏呈现就诊信息的医院逐年增多,而老年人群由于视觉功能逐渐衰退,在医院检索及识别动态导向分诊信息时经常出现困难。为提升老年用户观察动态导向信息界面的绩效,对影响老年用户视觉搜索绩效明显的色彩对比度及信息密度因素展开研究。基于医院动态分诊显示器界面及E-prime实验平台,以色彩对比度及信息密度作为自变量,对20位60岁以上的老年用户展开视觉搜索实验,采集不同自变量水平下的视觉搜索时间、视觉搜索正确率及清晰度、舒适度评价。结果表明,色彩对比度为13.7∶1时,老年用户的视觉搜索绩效及评价最佳,当数值上升至17.4∶1及21∶1时,绩效及评价开始显著下降,但仍优于8.7∶1水平。在研究选用的字体及显示器下,老年用户在0.46及0.55(5~6行)信息密度水平的视觉搜索绩效及评价结果显著优于其他水平,且0.74(8行)信息密度水平为适用于老年用户的最大信息密度设计。

艺术体操交换难度中的视觉搜索特征

目的:探索艺术体操运动员在不同情况下完成高质量交换难度时的视觉搜索特征。方法:以27名艺术体操运动员为研究对象,选择圈作为器械,在4种不同情况下完成有效交换难度,共计108次。使用便携眼动仪记录运动员在实际完成交换难度时的眼动数据。裁判员通过观看录制的实验视频打出完成扣分,用以评估交换难度的完成质量。采用逐步回归分析方法,探索可以预测交换难度的指标的完成质量。采用Kruskal-Wallis H检验,对纳入的眼动指标及完成扣分进行对比分析,了解不同情况下交换难度的视觉搜索特征差异。结果:回归分析结果显示,对空中圈的注视次数和平均瞳孔直径2个注视指标,以及眼跳次数、平均眼跳峰值、最大眼跳峰值、最小眼跳峰值和平均眼跳幅度5个眼跳指标,在4组回归方程中均可显著预测交换难度的完成质量(P<0.05)。H检验结果显示,不同情况下交换难度的完成质量无显著性差异(P>0.05);眼跳次数、平均眼跳峰值、最大眼跳峰值在3个指标存在显著性差异(P<0.05);对空中圈的注视次数、平均瞳孔直径2个指标无显著性差异(P>0.05)。结论:1)在交换难度中,艺术体操运动员对空中圈的注视次数和平均瞳孔直径,以及眼跳次数、平均眼跳峰值、最大眼跳峰值、最小眼跳峰值和平均眼跳幅度,可以在大部分情况下有效预测交换难度的完成质量。2)眼跳次数、平均眼跳峰值、最大眼跳峰值的变化,可以有效反映运动员在完成交换难度前后衔接动作时的工作负荷,以及判断其难易程度。运动员在完成大幅度位移后进行交换难度,眼跳次数和平均眼跳峰值会相对增加。随着接住器械时的工作负荷加大,其平均眼跳幅度也会相应增加。

互通立交合流区驾驶人视觉特性以及加速车道形式影响研究

为研究驾驶人在互通立交合流区域的视觉特性及其影响因素,开展了47位被试的实车驾驶试验,利用k-means动态聚类算法划分了驾驶人经过立交合流区时的视窗区域,并选择注视时间、扫视幅度和注视目标占比等作为评价驾驶人视觉特性的指标,分析加速车道形式对驾驶人视觉特性的影响。结果表明:驾驶人的注视视窗主要集中在6个区域。在加速车道段,驾驶人对前方道路近处的注视需求最高,加速车道长度不足时,会增加驾驶人对左侧车辆的关注,其水平扫视幅度更为广泛;在直接式加速车道时,驾驶人对前方道路及车辆目标的注视需求较高;在平行式加速车道时更关注道路左侧和设施信息,即护栏和交通标志信息。

语义大小与刺激数量在非对称性视觉搜索中的作用

为了探讨语义与刺激数量在非对称视觉搜索中的作用,研究采用不同语义大小的名词汉字,并指导被试在6和12两种刺激数量中搜索目标刺激。结果发现:(1)当刺激数量为6时,语义较小目标刺激的搜索效率高于语义较大目标刺激;(2)当刺激数量为12时,语义较大目标刺激的搜索效率高于语义较小目标刺激;(3)当搜索的干扰刺激和目标刺激语义大小一致时,数量多且语义较大的干扰刺激搜索效率更低。这表明语义大小与刺激数量对非对称视觉搜索存在交互影响,支持具身认知理论,并扩充了特征整合理论和引导搜索模型。

导视地图界面维度差异下的视觉搜索效率研究

图像的维度差异会对用户的信息获取及视觉交互效率产生一定程度的影响,以导视地图界面设计为例,建立三种不同维度的地图样本,利用眼动追踪实验收集用户搜索指定目标时的眼动数据进行分析,同时基于SUS系统可用性量表收集用户主观感受数据。结合定性与定量方法,比较分析了不同维度的地图呈现下用户的视觉搜索效率高低与规律差异,结果表明:在2D的呈现方式下,用户的综合搜索效率最高,而随着界面维度的升高,用户的搜索行为因受到透视因素干扰,综合搜索效率逐渐降低。

Navi:基于自然语言交互的数据分析系统

随着大数据时代的到来,数据分析的作用日益显著.它能够从海量数据中发现有价值的信息,从而更有效地指导用户决策.然而,数据分析流程中存在三大挑战:分析流程高耦合、交互接口种类多和探索分析高耗时.为了应对上述挑战,提出了基于自然语言交互的数据分析系统Navi.该系统采用模块化的设计原则,抽象出主流数据分析流程的3个核心功能模块:数据查询、可视化生成和可视化探索模块,从而降低系统设计的耦合度.同时,Navi以自然语言作为统一的交互接口,并通过一个任务调度器实现了各功能模块的有效协同.此外,为了解决可视化探索中搜索空间指数级和用户意图不明确的问题,提出了一种基于蒙特卡洛树搜索的可视化自动探索方法,并设计了基于可视化领域知识的剪枝算法和复合奖励函数,提高了搜索效率和结果质量.最后,通过量化实验和用户实验验证了Navi的有效性.

高校专利专题数据库的建设研究

论述了专利专题库对大学学科发展的重要服务作用,探讨了专利专题库的一般建设思路。以首个能源电力行业专利专题库为例,详述了建库的背景,针对超大行业专利数据库的特点和能源电力行业的特色,提出技术分解的创新思路——以电能生产消费的过程为基本框架,同时突出在此过程中研究人员关注的重点技术内容,检索策略则综合检索专家的检索技能和各领域技术专家的专业知识联合确定,数据库软件的功能方面,除了基于技术分解的专利数据分类导航,还设计了丰富的专利检索和专利分析功能,专利分析结果以多维度可视化的方式展示。集专利导航、检索、分析功能为一体的专题数据库能满足科研用户的各种需求。

考虑视觉搜索特性的指挥控制系统KLSM

传统的击键水平模型(KLM)专注于键盘和鼠标的操作分析,适用于简单软件界面任务完成时间的快速定量评估,但将其迁移到包含复杂信息特征的指控系统软件界面评估时,却会产生较大误差。为此,基于KLM,结合用户视觉特性,面向指挥控制系统典型任务,提出基于用户视觉搜索处理时间的物理操作时间单元指标,并通过实验获取用户视觉搜索处理时间典型参数,建立更精确的指控系统任务操作分析模型—击键和视觉搜索模型(KLSM),即考虑视觉搜索特性因素的影响。选取5类典型指控任务,进行对比实验验证,KLSM对任务完成时间的预测评估更为准确。

智能化信息系统对飞行员视觉搜索特性的影响

为探究飞行员使用智能化信息系统的视觉搜索特性,设计以信息系统等级(交互系统和电子手册)为自变量、以视觉搜索特性(视觉搜索特征和绩效水平)为因变量的对比实验,记录20名航线飞行员在模拟机实验场景中所关注的各人机交互界面的眼动数据,通过统计分析、构建视觉搜索绩效评估模型,反映飞行员视觉搜索特征及绩效水平。结果表明:两组飞行员的注视总持续时间、注视总持续时间占比、注视次数等视觉搜索特征存在显著差异,且随着信息系统智能化等级的提高,飞行员在单发失效和襟翼卡阻故障场景中的视觉搜索绩效水平有效提高。由此,验证了信息系统智能化程度的提高在复杂场景下能对飞行员的工作绩效产生正效应,可为驾驶舱人机交互界面的设计、优化及迭代提供理论参考,保证飞行安全。

不同风险水平下驾驶员风险感知能力对驾驶决策的影响

目的考察驾驶员的风险感知能力(高、低)在不同交通风险水平(高、低、无)对驾驶决策的影响,以及驾驶员的视觉搜索特征。方法采用风险感知视频测试将40名年轻驾驶员分为高风险感知组与低风险感知组,向驾驶员展示具有不同风险水平的交通图片,要求驾驶员做出是否减速的决策,通过眼动仪记录驾驶决策、反应时和眼动情况。结果在低风险水平,高风险感知驾驶员的减速决策得分显著高于低风险感知驾驶员。在无风险水平,高风险感知驾驶员的总注视时间和凝视时间显著长于低风险感知驾驶员,注视次数显著多于低风险感知驾驶员。结论高风险感知驾驶员更注重对风险的搜索,驾驶决策更加谨慎。研究结果为驾驶员的驾驶安全培训与风险感知能力检验提供参考。

不同运动水平篮球运动员视觉搜索特征的研究

本研究旨在探讨不同专业水平的篮球运动员在进攻情境下的视觉搜索策略。方法:采用“专家-新手”范式,根据运动水平将30名运动员分为专家组和新手组。要求参与者从第三视角观看一段比赛视频,并作出按键选择:传球、持球突破和投篮,采用Tobii Pro X3-120眼动仪对眼动数据进行收集。结果发现:1)专家组正确率显著高于新手组(t=-2.430,Cohen’s d=-0.90,p<0.05),反应时显著快于新手组,表现出更佳的决策表现(t=5.310,Cohen’s d=1.94,p<0.01);2)与新手组相比,专家组对关键兴趣区和相关兴趣区关注较多,注视点更加集中,其信息加工策略的经济成本更低。结论:专业运动员比新手运动员表现出更佳的决策表现,原因是专业运动员具有更高效的视觉搜索策略,在观看篮球比赛视频时,专家组对关键兴趣区和相关兴趣区注视更多。

动态视觉搜索任务中工业制造界面滚动数量与速度的组合呈现研究

以生产数据信息作为实验材料,针对信息数量和运动速度开展行为实验。通过单组块滚动信息的不同数量与滚动速度的具体变量设置,以任务完成的反应时间和正确率数据指标,得出滚动信息数量与速度组合的绩效最优呈现方式。实验结果表明:随着滚动信息运动速度与信息数量的级别增加,反应时间呈现递减趋势,且5×7表格信息呈现与速度为50 pt/s时搜索效率最高。该结果为智能制造工业界面数据滚动的动态效果提供了信息数量呈现与运动速度的依据,从而改善工业制造信息交互界面产生的认知绩效问题。

MC-NAS:一种可视化模块贡献神经架构搜索方法

现有的神经架构搜索方法无法直观地将网络模型与候选模块以及模型识别准确率之间的关系展示出来;同时很多NAS方法可扩展性差,无法将其搜索策略扩展至任意搜索空间。针对上述挑战,提出了一种可视化模块贡献神经架构搜索方法。提出了模块贡献这个概念,并通过分析贡献计算过程的窘境给出了任意搜索空间下的统一采样原则,利用统一的贡献度指导原则给出了不同搜索空间的贡献度计算策略。针对特定的约束条件通过动态网络规划算法生成神经网络体系结构。大量的实验结果表明该算法在任意搜索空间中的有效性。使用CIFAR-10、CIFAR-100和ImageNet16-120数据集在NAS-Bench-201基准测试上平均准确率达到了93.33%、71.07%、42.69%。

相似环境下激光结合视觉的全局定位方法

在室内结构相似或含有多几何结构重复区域的环境中,基于激光的全局定位方法很难实现可靠且高效的结果。针对该问题,本文提出一种基于优化的视觉辅助激光定位的方法,仅利用单帧图像信息和激光(LiDAR)信息进行重定位。首先,利用视觉位置识别和BA(Bundle Adjustment)优化来估计机器人的初始姿态。然后,利用视觉初始位姿缩小搜索空间,提高约束计算速度,并将初始估计和激光约束结合验证。最后通过稀疏姿态优化方法构建目标函数,求解全局位姿。实验结果表明,提出的全局定位方法相比单一激光全局定位具有更高的成功率,并且全局定位时间在室内小场景环境和长走廊环境分别减少了56.81%和89.43%,满足了实时性和鲁棒性要求。