首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--自动化系统理论论文

数字界面图形和文字的认知绩效脑电指标评价方法研究

摘要第5-6页
Abstract第6-7页
第一章 绪论第13-20页
    1.1 研究背景第13-14页
    1.2 国内外研究现状第14-17页
        1.2.1 认知科学研究第14-15页
        1.2.2 界面图形及文字设计研究第15页
        1.2.3 脑电技术应用研究第15-17页
    1.3 研究目的及意义第17页
        1.3.1 研究目的第17页
        1.3.2 研究意义第17页
    1.4 研究内容及方法第17-19页
        1.4.1 研究内容第17-18页
        1.4.2 研究方法第18-19页
    1.5 论文框架第19-20页
第二章 数字界面图形及文字认知研究第20-31页
    2.1 视觉认知理论研究第20-22页
        2.1.1 视觉感知第20-21页
        2.1.2 视觉关注机制第21页
        2.1.3 视觉记忆第21-22页
    2.2 数字界面的图形认知研究第22-26页
        2.2.1 图形认知加工第22页
        2.2.2 界面图形元素第22-24页
        2.2.3 图形设计对用户认知的影响第24-26页
    2.3 数字界面的文字认知研究第26-30页
        2.3.1 文字认知加工第26-27页
        2.3.2 界面文字特征及影响因素第27-28页
        2.3.3 字体对用户认知的影响第28页
        2.3.4 字号对用户认知的影响第28-29页
        2.3.5 字间距对用户认知的影响第29-30页
    2.4 本章小结第30-31页
第三章 脑电ERP技术在数字界面元素评价的应用第31-35页
    3.1 脑电技术原理第31-32页
        3.1.1 ERP原理第31页
        3.1.2 ERP技术的应用第31-32页
    3.2 常用脑电成分及脑电指标第32-34页
        3.2.1 脑电成分第32-33页
        3.2.2 脑电基本特征第33-34页
    3.3 本章小结第34-35页
第四章 数字界面图形行为及脑电实验第35-54页
    4.1 不同背景图标的视觉搜索行为实验第35-39页
        4.1.1 实验目的及意义第35页
        4.1.2 实验素材设计第35-37页
        4.1.3 实验方法第37-38页
        4.1.4 数据分析第38-39页
    4.2 不同背景图标的脑电实验第39-48页
        4.2.1 实验目的第39-40页
        4.2.2 实验原理第40页
        4.2.3 实验仪器第40-41页
        4.2.4 实验方法第41-42页
        4.2.5 数据处理第42页
        4.2.6 行为数据分析第42-43页
        4.2.7 脑电数据分析第43-48页
    4.3 结果讨论第48-49页
    4.4 界面图形脑电评价方法第49-50页
    4.5 界面图形设计应用第50-54页
        4.5.1 界面图形设计推荐形式第50-51页
        4.5.2 界面图形设计改进第51-54页
第五章 数字界面文字行为及脑电实验第54-72页
    5.1 文字字体与字号的视觉搜索行为实验第54-59页
        5.1.1 实验目的及意义第54页
        5.1.2 实验素材设计第54-56页
        5.1.3 实验方法第56-57页
        5.1.4 数据分析第57-59页
    5.2 不同字间距的视觉搜索脑电实验第59-66页
        5.2.1 实验目的第59-60页
        5.2.2 实验素材选取第60页
        5.2.3 实验原理第60页
        5.2.4 实验方法第60-61页
        5.2.5 行为数据分析第61-62页
        5.2.6 脑电数据分析第62-66页
    5.3 结果讨论第66-67页
    5.4 界面文字脑电评价方法第67页
    5.5 界面文字设计应用第67-72页
        5.5.1 界面文字设计推荐形式第68-69页
        5.5.2 界面文字设计改进第69-72页
第六章 总结与展望第72-73页
    6.1 论文总结第72页
    6.2 研究展望第72-73页
致谢第73-74页
参考文献第74-77页
作者简介第77-78页
附录第78-80页

论文共80页,点击 下载论文
上一篇:光照环境对苹果采摘机器人识别与定位影响规律的研究
下一篇:基于改进PSO-GA的BP神经网络对车内声品质的研究