飞机座舱显示界面编码方式

针对飞机座舱信息显示界面设计中存在的问题,建立了用于模拟飞行信息的仿真界面模型。以正确反应率和反应时间来评价和分析被试在不同脑力负荷和编码方式下对目标的辨识情况,为信息显示界面设计的适人性提供科学依据。实验结果表明:脑力负荷大小不影响颜色编码方式,而影响文字编码方式;采用中文和英文进行编码差异不显著,颜色编码差异显著;不同颜色的中、英文信息辨识情况相同,红色和黄色宜作为需准确辨识信息的编码,淡绿和黄色宜作为需要快速辨识信息的编码。蓝色不适于作为颜色编码方式。

辅助文字对安全标志识别性影响的眼动研究

为研究辅助文字对安全标志识别性的影响,将安全标志图片作为视觉刺激材料,辅助文字作为控制因素,通过EyelinkⅡ型眼动仪记录了10名被试者识别8个安全标志时的平均眼跳幅度和平均注视时间等实验数据,通过统计学方法进行分析表明,平均眼跳幅度和平均注视时间可以作为定量测量被试者视觉认知负荷的评价指标,进而评价安全标志识别难度,论证了将眼动技术引入安全标志识别性研究的意义和可行性;辅助文字对平均眼跳幅度和平均注视时间等眼动数据有显著影响;添加辅助文字有助于降低视觉认知负荷,降低安全标志的识别难度.

驾驶员视觉注意对危险识别的影响及作用机制

驾驶中,有效的视觉注意模式是驾驶员搜索与识别潜在道路危险的先决条件。通过分析驾驶员视觉注意对危险识别的影响,提出情境意识假设与心理负荷假设。情境意识假设认为,情境意识的质量决定了驾驶员视觉注意模式的灵活性,进而影响危险识别。心理负荷假设认为,心理负荷水平提高,驾驶员视觉注意趋于集中,不利于危险识别。建议未来研究可以在比较不同驾驶员情境意识的认知兼容性,应用汽车驾驶自动化技术降低心理负荷以及检测并区分情境意识与心理负荷的影响等方面加以深入。

基于脑力负荷的通航飞机座舱显示界面测评研究

在飞行过程中,飞行员需从座舱显示界面获取和处理很多视觉信息,大量的视觉信息会使飞行员脑力负荷过高,从而易导致飞行事故。为降低飞行员在飞行过程中的脑力负荷和提高飞行的安全性,需判断通航飞机座舱显示界面对飞行员脑力负荷的影响,并为通航飞机座舱显示界面优化设计提供依据。以塞斯纳172SP飞机为例,综合应用主观评价法、绩效评估法和生理测量法,对五边飞行过程中飞行员的脑力负荷进行评估。综合主观评分、飞行绩效、脑电(Electroencephalogram,EEG)指标、眼动指标的分析结果,得出了五边飞行不同飞行阶段的脑力负荷大小排序。采用眼动追踪技术对不同飞行阶段飞行员所关注的界面信息进行定位,确定飞机座舱显示界面上对脑力负荷影响较大的注视热区。结果显示飞行员在平飞阶段的脑力负荷较低,降落阶段的脑力负荷较高;显示界面侧滑指示器对脑力负荷的影响最大。综上可知结合脑力负荷测量和眼动指标可以有效地评价通航飞机座舱显示界面的性能。

高速网络环境中的科学计算可视化

近年来,科学技术飞速发展,人类每天都产生了大量数据,由于缺乏大体积数据的有效分析手段,百分之九十九发上的数据都被白白浪费掉.

分布式虚拟风洞的系统结构及负载分析

虚拟风洞是虚拟现实技术和ＣＦＤ技术在飞机设计和改型中的应用。本文分析了虚拟风洞的工作流程，并针对国内相关硬件水平提出了一个分布式虚拟风洞结构设计方案。在此结构上，完成了负载的合理分配。最后，以一个典型ＣＦＤ应用为例分析了分布式虚拟风洞系统的硬件要求和性能。

超声科工作量统计系统的设计与实现

针对超声检查类型及医嘱众多,超声医师的工作量、上班个数、超量数等难以有效自动统计等问题,设计了超声科工作量统计系统。系统基于C/S架构、VisualC#窗体应用程序技术、SQL Server数据库技术完成系统构架设计、月统计模板设计、医嘱分类及工作量计算、上班个数计算及其他功能模块设计。经测试,系统运行稳定有效,能自动生成所有人员的各类超声检查的工作量总表并完成超量数计算,统计结果可被分类并直观显示于系统界面上,统计耗时从原来人工统计的225 h减少到5 min,效率提高2700倍。

高速网络环境中的科学计算可视化

可视化技术已经极大地提高了研究人员分析、理解数据的能力，科学计算可视化和高速网络的紧密结合为超级计算提供了一种有效环境。本文主要介绍科学计算可视化在网络环境中所面临的一些问题，提出一种解决负载分配问题的有效方法，最后，总结未来超级计算所需可视化环境的研究工作。

铁路机务工作量计算系统设计与开发

为提高铁路机务设计过程中工作量计算的效率和精度,减轻设计工作强度,以机车交路、机车检修及整备参数等特性数据为基础,利用面向对象的VisualC++.Net编程技术实现机务工作量计算系统的设计与制作。

基于VBA的教学工作量及课时费核算系统设计--以天津职业大学为例

高校对教师工作量进行统计的计算任务通常比较复杂,需要进行大量的计算,操作起来非常繁琐,任务繁重并且容易出错。文章运用Excel结合VBA应用开发了一个供教学管理人员使用的年度工作量及课时费统计系统,具有支持数据表导入、教学任务自动分析、异常数据主动探测、计算参数自主设置、人员类别识别、自动生成表格等功能。

地铁车辆段工作量计算软件设计与开发

为提高在地铁车辆段及停车场设计过程中有关地铁车辆运用、检修工作量计算的效率和精度,减轻设计工作强度,以列车运行交路、车辆检修制度、定检公里指标等特性数据为基础,利用面向对象的VisualC++.New编程技术实现地铁车辆段工作量计算软件的设计与开发。

基于驾驶员人因的高速公路长大连续下坡路段线形组合设计方法

为建立基于驾驶员人因的山区高速公路长大连续下坡路段线形组合设计方法,通过大型货车自然驾驶试验,研究了驾驶员动态视觉参数在长大连续下坡路段的分布特性及线形组合对驾驶员视觉的影响规律,提出了长大连续下坡路段线形组合设计控制指标和标准。首先通过长大连续下坡路段自然驾驶行为试验,获取了驾驶员眼动参数;其次利用主成分分析法,建立了长大连续下坡路段驾驶员视觉负荷强度模型;最后提出了基于驾驶员视觉负荷强度的长大连续下坡路段纵坡组合及平纵线形组合设计方法。研究结果表明:传统的陡-缓-陡纵坡组合模式设置的缓坡并没有减轻驾驶员行车过程中的视觉负荷,长大连续下坡路段应尽可能采用单一纵坡模式进行展线;相邻坡段坡度差宜控制在1.5%以内,条件受限时也不应超过2.3%;直坡段宜将直坡组合度控制在0.02m^(-1)以内,弯坡段宜将弯坡组合度控制在0.25m^(-1)以内、条件受限时应控制在0.45m^(-1)以内。

城市道路环境中驾驶人视觉行为与工作负荷的相关性

为开展城市道路环境中驾驶人的工作负荷评价试验,研究了驾驶人视觉行为与工作负荷之间的相关性。在西安选取了1条典型城市道路路线,包括普通城市道路和城市快速路,招募了25名驾驶人开展实车试验,采用KF2生理检测仪和EyelinkⅡ型眼动仪,分别采集试验中每位驾驶人的心电指标(心率、心率变异性)和视觉行为数据,运用统计学方法分析驾驶人视觉行为参数与心率增长率和心率变异性(低频和相邻2个R-R间期差值的均方根)指标之间的相关性。研究结果表明:城市道路环境中,驾驶人扫视行为参数中的扫视幅度、扫视峰值速度、扫视平均速度和扫视持续时间与心率增长率和心率变异性之间分别存在正相关性(相关系数r≥0.5)和负相关性(r≤-0.5),扫视幅度、扫视峰值速度与工作负荷之间的相关性表现更强,而扫视平均速度、扫视持续时间与工作负荷之间的相关性表现较弱,说明城市道路环境中可以采用扫视行为参数来评价驾驶人的工作负荷。该研究丰富了驾驶人工作负荷的评价指标,为驾驶过程中驾驶人状态监测提供了理论借鉴,有助于提高城市道路环境中驾驶人的行车安全性。

基于CiteSpace的医护人员工作心理负荷研究的可视化分析

目的了解医护人员工作心理负荷研究的研究力量分布、发展趋势及研究热点。方法采用CiteSpace V(5.5.R2)分析软件,以Web of Science核心数据库为检索源,对1992-2018年发表的与医护人员工作心理负荷相关的文献进行计量学分析,并绘制科研合作、文献共被引、关键词共现网络图谱。结果共检索到文献158篇,医护人员工作心理负荷研究的发文量呈总体上升趋势。美国在该领域研究处于核心地位,不同机构间合作关系不明显,多为机构内部不同学者间进行合作。当前医护人员工作心理负荷研究热点主要集中在工作心理负荷测量方法、影响因素、干预策略等方面,信息技术等新技术的出现对医护人员工作心理负荷的影响亟待关注。结论我国医护人员工作心理负荷研究起步较晚,应加强与美国等国家或地区的科研合作,需关注到工作心理负荷测量方法、影响因素、干预策略等研究热点,进行多学科融合探索。

平直高速公路低交通量下L2自动驾驶对驾驶人心理负荷的影响

为研究驾驶人在L2自动驾驶模式下的心理负荷特性,设计了正常驾驶和次任务驾驶2种状态,进行实车高速道路试验,采集21名被试驾驶人在2种驾驶状态下分别选择手动驾驶和自动驾驶模式的眼动数据、次任务绩效和主观评价数据。采用重复测量一般线性模型,分析不同驾驶模式对上述参数的影响,从客观和主观两方面分析驾驶人的心理负荷变化。结果表明:驾驶人执行视觉次任务时,眨眼时长缩短,眨眼频率降低,注视次任务时长较长;而驾驶人在L2自动驾驶模式下执行视觉次任务时眨眼频率会增加,注视次任务时长缩短,对仪表盘的注意力增加,对道路前方和视觉次任务的观察减少,次任务操作的正确率降低,丢失率增加。驾驶人在正常驾驶状态下选择L2自动驾驶会增加眨眼时长、缩短注视道路前方时长,过多关注与驾驶无关区域。另外,驾驶人在L2自动驾驶模式下的体力需求、时间需求和努力程度均有所降低,总体主观感知的心理负荷为手动驾驶模式下的85.7%;但在视觉次任务驾驶状态下,两者之间无显著性差异。说明视觉次任务会增加心理负荷,L2自动驾驶可以降低视觉次任务引起的视觉负荷;但驾驶人需要在道路前方、视觉次任务和仪表盘三者之间转换注意力,可能会增加认知负荷,降低次任务绩效。正常驾驶状态下,L2自动驾驶可以降低驾驶人心理负荷和获取信息的难度,但也可能会让驾驶人产生无聊感。总体来讲,L2自动驾驶在正常驾驶状态下可降低心理负荷,而当有视觉次任务时则对心理负荷影响不大。