| 基于融合特征与优化随机森林的眼动模式识别 |
| |
| 引用本文： | 沈胤宏,郑秀娟,张畅.基于融合特征与优化随机森林的眼动模式识别[J].电子测量技术,2023,46(15):10-17. |
| |
| 作者姓名： | 沈胤宏 郑秀娟 张畅 |
| |
| 作者单位： | 1.四川大学电气工程学院 成都 610065； 2.信息与自动化技术四川省高校重点实验室 成都 610065 |
| |
| 摘 要： | 为充分挖掘眼动模式信息，最大限度优化模型效果，提高眼动模式识别准确率，本文提出了一种基于融合特征与优化随机森林的眼动模式识别方法。首先提取常规眼动特征、眼动序列子模式特征、视线点高斯分布特征3组特征参数，结合ReliefF选择重要的特征，建立融合特征矩阵，然后以随机森林为基础，使用粒子群算法对模型参数全局寻优，建立优化随机森林眼动模式识别模型。通过自闭症患者眼动实验公开数据集验证本文所提方法的有效性，实验结果表明所提方法能较好区分正常人和自闭症患者之间的眼动模式差异，相较于常规眼动特征随机森林的分类准确率提升了957%。因此，融合特征能更好的挖掘眼动模式包含的信息，粒子群算法能有效优化模式识别模型效果，为眼动模式识别提供了新思路与方法。
|
| 关 键 词： | 融合特征 眼动模式 粒子群算法 随机森林 |
Eye movement pattern recognition based on fused features and optimized random forest |
| |
| Shen Yinhong,Zheng Xiujuan,Zhang Chang.Eye movement pattern recognition based on fused features and optimized random forest[J].Electronic Measurement Technology,2023,46(15):10-17. |
| |
| Authors: | Shen Yinhong Zheng Xiujuan Zhang Chang |
| |
| Abstract: | |
| |
| Keywords: | |
|
| 点击此处可从《电子测量技术》浏览原始摘要信息 |
|
点击此处可从《电子测量技术》下载全文 |
