菜单点击绩效模型的建立与验证

为使研究人员能快速对交互系统的菜单设计进行评估,基于Fitts’定律和操纵定律,提出一个预测菜单点击绩效的模型,并用实验验证该模型的有效性。实验分为2个阶段,第1阶段计算模型中的系数值,第2阶段利用该系数值进行实验数据分析。实验结果表明,该模型预测得到的绩效数据与实验测试得到的绩效数据非常接近,两者相关性为0.959,可见其是有效的。     

手持设备三维菜单绩效评估

为了使研究人员能够快速、有效对手持设备的三维菜单设计进行评估,基于Fitts’定律和Hick-Hyman定律,提出了一个预测手持设备三维菜单操作绩效的模型,并用实验验证了该模型的有效性。实验分为两个阶段,第一阶段的实验是为了计算模型中的系数a₁,b₁,a₂,b₂的值,并将其用于实验第二阶段的数据分析;第二阶段的实验是为了验证模型的有效性。并结合AIC（Akaike Information Criterion）准则对该模型与其他模型进行了对比分析。实验结果表明,该模型预测得到的用户操作绩效数据与实验测试得到的绩效数据非常接近（二者相关性为0.914 5）,且通过AIC准则分析表明,该模型最优。因此,该模型是有效的。     

手机三维菜单绩效预测模型

菜单是手机界面的重要交互部件,手机功能增加所带来的菜单规模增大与手机小屏幕形成日益突出的矛盾.三维界面技术可以提高界面信息容量,因此,在手机上引入三维菜单概念是一个值得研究的课题.相应地,需要解决手机三维菜单用户操作绩效的评估问题.模型预测评估法能使研究人员和设计人员快速和以较低成本对用户界面进行评估.因此,基于Fitts定律和Hick-Hyman定律,建立了预测评估手机三维菜单操作绩效的定量模型.通过实验检验了模型的有效性,并将其与相关模型进行了对比分析.实验结果表明,实验得到的数据与该模型预测数据吻合较好,并且与相关模型相比该模型预测数据与实验数据的相关度最高.     

视线交互中两类扫视运动的人机工效评估研究

Fitts法则是人机交互领域预测人机工效的一个有效模型,在许多交互方式中都得到了验证,是传统人机工效研究的理论基础。然而在视线交互中,由于眼动肌肉神经控制机制与肢体运动不同,Fitts法则并不适用。近两年的相关研究提出了一个新的专门针对视线点击任务的难度指数IDeye,它比经典的Fitts指数更能准确预测视线交互的工效。然而,在新模型的有效性验证实验中并没有考虑两种典型的扫视运动(向心和离心运动)的差异。为此,在前期研究的基础上设计组织实验,验证了视线交互中离心和向心这两种眼球运动所带来的人机工效和稳定性的差异,并证实新的IDeye模型仍然能有效预测单纯的离心或向心扫视条件下的人机工效,是对视线交互工效研究的重要补充。     

Assisting Visually Impaired People to Acquire Targets on a Large Wall-Mounted Display

Large displays have become ubiquitous in our everyday lives, but these displays are designed for sighted people.This paper addresses the need for visually impaired people to access targets on large wall-mounted displays. We developed an assistive interface which exploits mid-air gesture input and haptic feedback, and examined its potential for pointing and steering tasks in human computer interaction（HCI）. In two experiments, blind and blindfolded users performed target acquisition tasks using mid-air gestures and two different kinds of feedback（i.e., haptic feedback and audio feedback）. Our results show that participants perform faster in Fitts＇ law pointing tasks using the haptic feedback interface rather than the audio feedback interface. Furthermore, a regression analysis between movement time（MT） and the index of difficulty（ID）demonstrates that the Fitts＇ law model and the steering law model are both effective for the evaluation of assistive interfaces for the blind. Our work and findings will serve as an initial step to assist visually impaired people to easily access required information on large public displays using haptic interfaces.     

子弹击穿飞机薄板结构的损伤预测研究

为对子弹击穿飞机薄板后的损伤尺寸进行预测.利用ANSYS/LS-DYNA建立了子弹击穿飞机薄板的有限元模型,仿真计算得到了薄板的损伤形貌及尺寸.根据实验结果对比验证了该模型的有效性.采用支持向量机回归算法构建损伤尺寸的预测模型,通过选择不同的核函数及参数.分析了薄板弹孔最大径向尺寸的预测精度,得到了较为理想和具有一定实际应用价值的预测模型.     

基于AR模型的盲源分离方法

不同时间结构的平稳随机信号具有不同的模型结构,平稳随机信号可以由白噪声激励一自回归(AR)模型得到,在某种意义上AR模型与线性预测模型等价.因此,在盲源分离中线性预测模型可以作为度量信号分离的测度.为此从信号预测模型的角度出发分析推导了一种新的盲源分离算法,并进行了计算机仿真验证,实验结果表明该算法简单有效,便于工程实...     

Fitts’ 模型在移动与可穿戴计算交互中的可用性研究*

近年来移动计算与可穿戴计算范式已进入高速发展期,此类计算范式通常采用基于手持小屏幕与头戴显示器的受限视场显示技术以及基于多点触摸的指点输入技术。然而此类受限视场显示设备将引起交互过程中的变视场及微目标问题,这些问题可能又将导致人机交互绩效的显著变化,进而影响其交互绩效的传统研究工具——Fitts’模型的可用性。通过人机交互实验,分别针对变视场条件及微目标条件对基于指点交互的人机绩效进行了定量分析,并基于此对Fitts’模型在移动与可穿戴计算中的可用性进行了研究。结果表明传统 Fitts’模型不能适用于显示     

基于席克定律与费茨定律的菜单可用性研究

针对人机交互界面菜单设计可用性预测问题,以席克定律和费茨定律为建模基础,提出一个全新的菜单交互可用性预测模型。该模型通过设计一种评估用户选择目标菜单项的耗时计算方法,预测对象涵盖从新手到专家所有层次的用户行为。实验结果表明,在用户从新手转换到专家行为的各个阶段,使用该模型预测得到的菜单交互可用性数据与实验测试得到的数据吻合较好,两者相关性达0.968,证明该模型能广泛应用于各类菜单设计过程中的可用性预测工作。     

Zipf定律与网络信息计量学

作为文献计量学重要定律的Zipf定律已在许多领域得到较广泛的应用,网络信息计量学伴随着网络信息的激增而受到人们越来越大的关注。该文结合搜索结果数量的分布情况,提出了在网络信息计量学中仍然存在Zipf定律的猜想,并采用公开的词语集在几个代表性的搜索引擎中进行实验验证,证实了搜索结果数目近似服从Zipf定律的结论,其中Baidu与So搜索结果的Zipf指数为0.003。     

基于经验模态分解的混合软件可靠性预测模型

基于经验模态分解结合支持向量回归算法与灰色系统理论提出一种混合软件可靠性预测模型,通过对原始软件失效数据使用经验模态分解方法进行预处理,将失效数据分解得到不同频段的本征模态分量和剩余分量,用支持向量回归算法对本征模态分量进行预测,用灰色系统模型GM（1,1）对剩余分量进行预测,然后将预测结果进行重构,得到最终软件可靠性预测值。为了验证所提混合预测模型的有效性,利用两组真实软件失效数据,与SVR可靠性预测模型和GM（1,1）可靠性预测模型进行实验对比分析,实验结果表明,所提混合预测模型较这两种可靠性预测模型具有更精确的预测精度。     

基于Markov理论的改进灰色GM(1,1)预测模型研究

在灰色预测的基础上,引入马尔可夫链预测理论,建立了灰色马尔可夫预测模型.它是将灰色预测模型与马尔可夫预测方法优化组合,用灰色预测模型预测随机时间序列数据的总体发展趋势,而用马尔可夫链模型预测各数据在总体趋势下的随机波动性变化,得到随机时间序列趋势预测模型的解.通过公路运输实际数据进行了验证,结果表明:灰色马尔可夫预测模...     

目标点击操作中不同方向对笔压性能影响的研究

在基于Fitts定理的目标点击任务中,不同的操作方向可能会对笔尖压力的使用性能产生影响,但Fitts定理却忽视了对方向因素的考察。因此,采用实证研究方法设计了两类方向,一类是矩形条菜单方向(北-南,西-东,东北-西南和东南-西北),另一类是压力增减方向(分别在4种方向的矩形条菜单上逐步增大压力(Pressure Increase)或逐步减小压力(Pressure Decrease)来选择两个目标,分别称之为PI Pointing和PD Pointing操作),考察了在基于Fitts定理的点击任务中不同方向对笔压使用性能的影响。实验要求12名实验者依次获取并选择矩形条上的两个不同间距和不同大小的目标。实验结果表明,不同的压力增减方向对笔压的使用性能有影响,而不同的矩形条菜单方向对笔压的使用性能没有显著性差异。本研究对基于笔压使用的用户交互界面设计具有帮助和指导作用。     

多特征嵌入的Seq2Seq风速预测模型

针对由于风速变化因素复杂导致的风速预测模型准确率低的问题,提出一种多特征嵌入的Seq2 Seq(序列到序列)风速预测模型.以Seq2 Seq为基础,将影响风速的多种因素数据进行多特征嵌入编码,实现对未来若干个小时风速的预测.通过准确率、预测评分和平均绝对误差等指标的实验评价,验证Seq2 Seq模型相比当前最优模型达到了更好的预测稳定性,风速多特征嵌入编码方法的加入显著提高了Seq2 Seq模型的预测准确性.实验结果验证了该模型的有效性.     

一种改进的极限学习机煤与瓦斯突出预测模型

较高精度的煤与瓦斯突出预测是煤矿安全生产的必要前提和保证.为了提高煤与瓦斯突出预测模型的预测精度,提出了一种改进的极限学习机煤与瓦斯突出预测模型.首先利用核主成分分析法对煤与瓦斯突出的影响指标进行降维简化处理,提取指标数据的主成分序列;把主成分序列分为训练样本和验证样本,然后在训练阶段,使用训练样本通过结合了全局搜索和局部搜索的文化基因算法对极限学习机的输入权值和隐含层偏差进行优化,得到最佳预测模型;最后,在最佳预测模型中,用验证样本对煤与瓦斯突出强度进行预测.通过实例验证,该模型能够有效预测煤与瓦斯突出强度.与BP、SVM、ELM、KPCA-ELM等预测模型相比,该模型具有更高的预测精度.     

炼焦生产过程综合生产指标的改进神经网络预测方法

针对炼焦生产过程综合生产指标 (焦炭质量、产量和焦炉能耗)检测的严重滞后问题,提出一种改进BP神经网络预测方法.首先基于相关过程参数的主元分析和灰色关联分析,确定出预测模型的输入输出变量;然后采用基于改进差分进化算法的BP神经网络建立预测模型,并与基本BP神经网络预测模型进行比较;最后,对改进BP神经网络预测模型进行了验证.实验结果表明,改进BP神经网络预测模型具有较快的收敛速度和较高的预测精度,模型的预测效果可以满足生产工艺要求.     

基于MFCCS和改进VPMCD的滚动轴承故障诊断

将梅尔倒谱和系数(MFCCS)与改进的基于变量预测模型的模式识别算法(VPMCD)相结合,提出了一种滚动轴承故障的诊断方法.将语音信号识别中最常用的特征参数梅尔倒谱系数(MFCC)应用到轴承故障诊断领域,提出了适用于滚动轴承故障识别的特征参数梅尔倒谱和系数.同时,采用主成分分析(PCA)方法来解决VPMCD方法中求解得到的预测模型方程系数与理想系数存在偏差的问题.然后,使用改进的VPMCD算法对特征参数进行训练,再利用预测模型对待诊断样本数据进行模式识别和诊断,并用实验室模拟试验台的数据,对该方法进行了验证,实验结果能够有效区分轴承的故障种类,证明了方法的有效性.     

基于神经网络的鸟撞预测模型应用研究

通过对某机场地理环境、生境、鸟类及鸟类活动、鸟情信息进行综合分析,在收集、规范、完善鸟情数据集的基础上,文中给出了鸟情数据预处理方法,提出了一种基于神经网络的鸟撞预测模型,确定了鸟撞预测模型输入、输出参数,并分别采用BP神经网络和径向基网络(RBF)两种方式建立预测模型.运用Matlab对两个预测模型性能进行仿真实验,仿真实验结果表明BP神经网络比RBF神经网络预测具有更高精度、更小误差.最后,通过机场实际观察数据对训练好的鸟撞模型做仿真预测,结果进一步验证了BP神经网络鸟撞预测模型具有很好的预测效果     

齐普夫定律对朝鲜语适用性的测定

该文目的在于验证齐普夫定律对朝鲜语的适用性。首先统计了朝鲜语大规模语料中的文字及字母两种语言单位的频率分布,然后利用最小二乘法对文字频率分布曲线进行了拟合,最后计算了文字字频齐普夫定律的参数估计值。实验结果表明,朝鲜语的文字和字母的频率与频级关系都近似符合齐普夫定律,验证了齐普夫定律对朝鲜语的适用性,这对朝鲜语的信息处理与研究具有重要的现实意义。     

基于SVR的组合预测模型及其应用

针对油田开发单一产量预测模型泛化能力低、中长期预测准确性差等问题,提出了一种基于支持向量回归机(svR)的组合预测模型.该模型可基于小样本建模并能综合不同单一预测模型的适用条件和优势,具有较强的泛化能力,对只可获得少量实验数据的油田产量预测问题具有较好的适应性.给出了SVR组合预测模型的结构设计和实现算法,对油田实际产量数据进行处理,取得了较精确的预测结果,验证了模型和方法的有效性.