基于眼动实验的高压电机意象仿生设计

为加强高压电机隐喻性能的传达,提升企业的品牌形象,给出基于眼动实验的高压电机意象仿生设计方法.首先以大象为模仿对象,利用仿生学理论,明确意象仿生设计程序;然后通过眼动实验量化分析高压电机研究样本,获取高压电机造型设计要素认知排序;结合大象意象特征分析,将其应用至高压电机造型个性部位,有针对性呈现生物意象信息;最后给出可视化方案并进行有效性评价.为设计师提供新的实验方法,提高仿生工作的高效性.     

基于大数据分析的英语线上线下混合式教学效果评价

研究基于大数据分析的英语线上线下混合式教学效果评价方法，为提升线上线下混合式英语教学效果提供有力支撑。应用自适应布谷鸟搜索的并行K-means聚类算法聚类混合式英语教学相关数据，根据聚类得到教学数据设计混合式英语教学评价指标体系，构建基于改进BP神经网络的教学效果评价模型，完成混合式英语教学效果评价，依据该评价结果开展针对性措施增强混合式英语教学效果，提升学生英语成绩。     

基于眼动跟踪特征的汽车造型评价方法

为了弥补主观性评价方法的不足,以获得用户对于汽车造型设计的客观性评价,提出了一种基于眼动跟踪特征的汽车造型评价方法。以眼动热点图为基础构建车型评价指标体系,包括对热点图进行背景剥离,通过"色度-饱和度-亮度(HSV)"模型提取其颜色特征,并计算其灰度直方图的各项统计值;进一步将汽车造型的评价定义为二分类问题,运用Fisher判别建立函数模型。通过实例验证了该方法的可靠性与实用性。结果表明:该方法总体上具有较高准确度,为实现汽车造型评价提供了一种可行的技术途径。     

基于眼动实验的情绪对驾驶员注意力的影响

为预防和降低由于驾驶员不良情绪而引起的交通事故,开展情绪对驾驶员注意力的研究。首先诱发驾驶员产生良好情绪和不良情绪,基于眼动实验分析驾驶员在良好和不良情绪下的注意力状况,得到驾驶员不同情绪下的眼动指标、注视轨迹图和热图分析情绪对注意力的影响关系,最后将实验数据导入SVM进行机器学习。结果表明:良好情绪下驾驶员注视到AOI的人数更多且注视到的AOI区域数更多,在AOI注视的时间更长,注视点个数更多;同时良好情绪下驾驶员首次注视到AOI的时间更短,体现出驾驶员良好情绪下注意力水平优于不良情绪;利用SVM预测驾驶员情绪与注意力状况,测试正确率达到83.34%。本研究对驾驶员不安全驾驶行为的预测和预防具有一定指导作用,有助于减少驾驶员驾驶过程的不安全驾驶行为。     

风力发电场风险评价单元划分模型的构建与应用

为更好的进行风力发电场风险评价单元划分研究,采用系统理论方法,在分析风力发电场风险评价单元的层次模型、集合模型和关联网模型基础上,从理论上构建了风力发电场风险评价单元划分的层次模型、集合模型和关联网线模型.研究结果表明:三种评价单元划分模型思想在对一个复杂系统的实际应用中可以结合应用,对不同的系统、不同的评估方法可采用不同的评价单元划分模型,也可混合使用,会得到更好的评价单元划分结果.该成果对风力发电场风险评价单元划分研究提供了新的思路,具有一定的参考价值.     

瓦斯爆炸3类危险源评价指标优化

煤矿瓦斯爆炸是当前对煤矿安全生产威胁最大、最突出的问题之一.对瓦斯爆炸开展危险源辨识和评价,必须全面考虑评价对象指标.文中在3类危险源划分理论的基础上对其划分进行修正,进而构建初步的瓦斯爆炸3类危险源评价指标体系.该体系包括3类共33项;通过现场数据收集,基于粗糙集方法将该指标体系数据约简为19项;采用Rosetta软件进行仿真计算,借助神经网络工具,通过煤矿瓦斯危险源评价过程来验证指标约简的合理性.经验证得出,粗糙集处理后的危险源评价神经网络在模拟计算过程中精度大幅度提高,网络收敛速度加快,证明了应用粗糙集方法对煤矿瓦斯爆炸危险源评价指标体系进行优化是可行的.开展煤矿瓦斯爆炸危险源评价指标体系的优化研究,对于提高危险源评价系统的准确性和实时性具有一定的积极意义.     

基于机器学习混合模型的滑坡易发性评价

安康市汉滨区地质环境脆弱,滑坡频发对当地居民生命财产安全造成严重威胁,针对该区域进行滑坡易发性评价是滑坡防治的有效措施。自适应提升模型和随机森林模型作为新颖的集成学习方法被应用至国内外滑坡易发性评价研究中,但基于两者的混合模型在滑坡易发性中的应用研究尚未开展。为对比混合模型与单一模型的滑坡易发性评价精度,本文根据地质灾害详查资料圈定509处滑坡,结合研究区地质环境背景,选取高程、坡度、坡向、年均降雨量、地层岩性等13类因子进行评价。受试者工作特性曲线（receiver operating characteristic curve,ROC）结果表明,同单一模型相比,混合模型的训练集正确率和验证集预测率均为最高;混合模型的高易发区滑坡密度达到1.94,高于随机森林（1.86）和自适应提升模型（1.68）;通过区内三处历史滑坡进行验证,结果显示区划结果与滑坡分布相吻合,说明自适应提升-随机森林混合模型可作为滑坡易发性评价的新方法,其区划结果可为滑坡防治与土地利用规划提供借鉴。     

文化创意产品设计的感性评价方法

依据感性工学理论,结合眼动实验、语义差异法(SD法)和统计分析方法,总结出文化创意类产品感性评价的方法.以龙舟赛奖杯作为文化创意产品的样本,通过对用户的调研数据进行整理与综合对比分析,探讨受测试者的认知差异与文化创意产品设计方案的感性认知之间的联系.研究表明,眼动实验与语义差异法相结合的设计评价方法具有较好的客观性和可操作性,并能为文化创意类产品的设计评价提供参考.     

基于广义线性模型的混合属性数据聚类方法

针对混合属性数据聚类难度高的问题,提出一种基于广义线性模型的混合属性数据聚类方法.首先,构建低阶多元广义线性模型处理海量数据聚类问题,考虑数据属性的时间特性,获取属性时间序列矩阵;然后,基于优化K-prototypes聚类方法处理混合属性数据时,考虑属性的时间序列矩阵;最后,在考虑样本同聚类中心距离基础上兼顾已知样本信息内容,采用优化方法计算数据相异度、样本与聚类集间距离,当聚类结果趋于平稳时终止运算,输出聚类结果.为验证基于广义线性模型的混合属性数据聚类方法的有效性展开实验分析.结果显示,该方法经过较少次迭代即可优化划分混合属性数据聚类集,聚类适应度值为0.88～0.94,适应度优,可准确体现样本间差异,是一种准确度高的混合属性数据聚类方法.     

基于模糊聚类SVM的混合像元分类方法

针对遥感影像分类过程中混合像元难判别的问题, 提出一种基于Gustafson-Kessel模糊聚类算法的支持向量机（SVM）分类模型. 以Gustafson-Kessel算法优选训练样本方式提高支持向量机的分类性能. 为验证其有效性, 将该模型应用于森林覆盖类别分类, 并与标准支持向量机模型分类结果对比. 实验结果表明, 该方法能提高支持向量机对混合像元划分的精度.     

彩色路面环境下隧道视觉诱导性评价

为提高彩色路面环境下隧道行车安全性,构建视觉诱导仿真及眼动实验平台,获取注视和扫视行为的眼动参数,在此基础上,提出注视点分布的莫兰指数、扫视时间加权的扫视幅度和基于瞳孔面积变化率的不舒适时间比例等3个彩色路面环境下隧道视觉诱导性评价指标模型,进而给出基于K-means聚类的视觉诱导性评价方法. 最后利用黄、红、绿、蓝、灰、白和黑等7种路面颜色色系,进行实例隧道视觉诱导性评价,并用基于语义差别法的主观评价进行成果验证. 结果表明：在提升隧道视觉诱导性方面,黄、红色系路面较优,灰、黑色系路面较差,而绿、蓝、白色系路面根据色彩红绿蓝（RGB）数值呈现一定随机优劣性;该评价技术具有一定的有效性,有助于优选隧道路面颜色,提高驾驶舒适性.     

感官评估实验系统的合理性评价模型

感官评估实验是一种应用范围较广的获取预测与决策数据的方法.论文按照控制点的位置,将感官评估实验系统划分为三阶段,应用模糊综合评判建立一个合理性评价模型,通过示例说明模型的应用.     

一种基于特征偏移补偿的深度智能化教学评价方法

针对慕课(MOOC)评论中存在少数类特征偏移的问题, 提出一种基于特征偏移补偿的深度智能化教学评价方法. 该方法首先使用Glove预训练模型获取MOOC评论的分布式词向量; 然后采用浅层卷积神经网络, 通过多个卷积核学习教学评价的语义, 引入不同类别评论的数量设计影响因子, 归一化该影响因子并应用到交叉熵损失函数中; 最后基于Coursera平台的本科学生教学评论数据集, 通过与其他损失函数在F₁,gmean,balance,gmeasure等评价指标上进行性能对比实验. 实验结果表明, 基于归一法的特征偏移补偿损失函数在gmeasure指标上比基类损失函数得到了最多15.40%的性能提升, 并且采用该损失函数的分类模型也表现出较强的稳定性.     

基于眼动跟踪技术的界面可用性评估

为解决因界面而造成的整体系统效率低下的问题,以认知学为理论基础,提出将眼动跟踪技术运用于界面可用性检测.首先讨论了眼动跟踪设备的优势与技术原理,然后以德国汉堡城市轻轨U4线站台界面的交互设计为例,描述眼动跟踪实验的流程.最后从眼动路径、热度、信息量、任务用时和注视频率等方面对新旧界面进行实验,以定量实验方法评估新旧界面的优劣.实验结果分析比较表明:新界面的各项实验检测数据都明显优于旧界面,更符合用户的需求和认知习惯;同时,眼动跟踪实验的可靠性高,数据结果比较精确,适合进一步推广应用,并为后续航电系统界面设计研究工作提供了一种有效的评估方法.     

基于“眼动+面部表情”的航空公司官网用户体验分析与预测

针对低成本航空公司官网建设和优化需求,提出一种基于眼动和面部表情(AU)的用户体验分析与预测方法。首先,选择了6个具有代表性的低成本航空公司官网开展体验实验以采集体验过程中的眼动和AU数据。然后,从网页体验过程的眼动行为和情感角度分析官网的用户体验,并与用户的主观评价对比。最后,基于相关性分析提取与用户体验显著相关的眼动和面部表情指标。基于该指标组成的特征向量模式,利用支持向量机方法构建了用户体验的分类预测模型。研究结果表明低成本航空公司官网的建设应该在文字内容、功能区布局、色彩和操作性方面取得平衡才能获得好的用户体验,基于 “眼动+AU”的预测模型能支持用户体验的实时监测和动态评价。     

基于Gaussian混合的距离度量学习数据划分方法

针对有限样本情况下,多次训练模型时容易出现不稳定和偏差问题,提出一种基于Gaussian混合的距离度量学习数据划分方法,通过更合理地划分数据集来解决该问题.距离度量学习依靠深度神经网络优异的特征提取能力,将原始数据提取的特征嵌入到新的度量空间中;然后,在该新的度量空间中基于深层次特征使用Gaussian混合模型进行聚类分析和样本分布估计;最后,依据样本分布特点进行分层采样对数据进行合理划分.研究表明,该方法可以更好地理解数据分布的特点,获得更加合理的数据划分,进而提升模型的准确性和泛化性.     

基于密度峰值聚类的高斯混合模型核电运行工况划分

核电厂运行数据记录了核电厂的运行状态,对核电数据进行处理分析从而完成准确的工况划分是实现核电厂运行状态监测的重要基础。为提高核电厂的运行工况划分准确性,本文提出了基于密度峰值聚类的高斯混合模型对核电厂的运行工况进行划分。首先,采用PCA（主成分分析）算法进行数据降维,然后利用密度峰值聚类算法中的决策图确定工况个数,最后利用高斯混合模型完成工况划分。基于真实的核电厂运行数据开展工况划分实验。实验结果表明,本文提出的方法能合理有效地划分出核电运行工况,其三类工况的划分准确率分别达到了99.29%、100%、97.57%,且错误率仅为1.25%。     

改进混合蛙跳算法优化的产品族模糊C均值聚类设计方法

研究了基于改进混合蛙跳算法优化的模糊C均值聚类解决模块化产品族设计中产品平台的确定问题.建立了该产品开发过程中的部件关联矩阵,采用变个体长度的混合蛙跳算法同时优化模糊聚类数和聚类中心,求得产品构成部件的最优模糊划分.切断算子和拼接算子用来对个体进行重新组合而形成新个体,采用ISODATA迭代算法进行局部寻优.通过对纸币清分机进行的产品族设计的仿真研究,表明所提方法为产品族模块化设计提供了定量数学分析和快速配置的理论依据.     

基于混合教学模式的环境微生物实验课程建设

该文以环境微生物实验课程为例进行了高校实验类课程混合教学的探索性研究和实践,总结了环境微生物实验课程的混合教学设计的思路,并分析其实践应用的效果、问题及进一步的改革方向。实践证明,混合教学模式有机整合了在线学习和面授教学模式的优势,最大化提升了教学效果,为实现高等教育人才培养目标提供了有效途径。     

基于指标筛选的汛期时间域划分及合理性分析

针对以往分期指标冗余、信息量小、季节性差,采用不同划分结果比较来进行合理性分析的不足,研究基于指标筛选的汛期时间域划分及合理性分析.本文提出基于"独立性、信息性和季节性"的指标筛选方法,根据筛选后的分期指标,应用Fisher最优分割法原理,进行汛期时间域划分;采用改进的Cunderlik法对本方法与其他方法的最终划分结果进行合理性分析.以山西省汾河二库控制流域为例,进行模型验证,确定汛期时间域为5月1日～10月15日.改进的Cunderlik法分析结果表明:与其他划分方法相比,文中方法更为合理可信,可以为我国流域汛期时间域划分及合理性分析提供一定参考依据,以期为分期指标选取提供支撑.