首页--医药、卫生论文--基础医学论文--人体生理学论文--神经生理学论文

基于数字搜索任务的认知能力测评和眼动生物特征识别研究

缩略语表第9-10页
摘要第10-12页
Abstract第12-14页
第一章 前言第15-31页
    1.1 认知能力测评研究现状第15-17页
        1.1.1 智力理论和智力测试的发展第15-17页
    1.2 眼动生物特征识别研究第17-24页
        1.2.1 传统生物特征识别研究第17-20页
        1.2.2 眼动生物特征识别技术的发展第20-24页
    1.3 眼动及眼动追踪第24-26页
        1.3.1 眼动追踪技术的发展第25页
        1.3.2 眼动的基本模式第25-26页
    1.4 视觉搜索任务第26-28页
    1.5 论文框架和创新点第28-31页
        1.5.1 论文框架第28-29页
        1.5.2 论文创新点第29-31页
第二章 视觉搜索任务设计第31-39页
    2.1 基于中奖号码比对原理的数字搜索任务设计第31-32页
        2.1.1 数字搜索任务简介第31页
        2.1.2 中奖号码比对原理第31-32页
    2.2 基于HTML语言的视觉搜索任务实现第32-34页
        2.2.1 算法设计第32-33页
        2.2.2 程序实现第33-34页
    2.3 基于Python语言的数字搜索任务实现第34-36页
        2.3.1 算法设计第34-36页
        2.3.2 程序实现第36页
    2.4 新型数字搜索任务设计与实现第36-38页
        2.4.1 矩阵式数字搜索任务第36-37页
        2.4.2 矩阵式符号搜索任务第37-38页
    2.5 本章小结第38-39页
第三章 基于视觉搜索任务的认知能力测评研究第39-49页
    3.1 研究目的第39页
    3.2 材料和方法第39-40页
        3.2.1 实验材料第39页
        3.2.2 试验对象第39页
        3.2.3 实验范式第39-40页
    3.3 结果和讨论第40-47页
        3.3.1 眼动实验总体分析第40-43页
        3.3.2 视觉搜索测试行为学指标与眼动参数之间关系第43-46页
        3.3.3 其它相关问题研究第46-47页
    3.4 本章小结第47-49页
第四章 基于视觉搜索任务的眼动生物特征识别研究第49-85页
    4.1 引言第49-52页
    4.2 眼动数据的获取第52-55页
        4.2.1 试验对象第52页
        4.2.2 实验材料第52页
        4.2.3 数据采集第52-54页
        4.2.4 被试眼动数据效度检验第54-55页
    4.3 基于眼动轨迹图纹理特征(GWT)的眼动生物特征识别第55-68页
        4.3.1 绘制眼动轨迹图第55-57页
        4.3.2 眼动轨迹图纹理特征的提取第57-58页
        4.3.3 基于SVM方法的特征识别第58-60页
        4.3.4 实验结果及分析第60-63页
        4.3.5 其它相关问题结果第63-68页
    4.4 基于局部眼跳方向统计特征的眼动生物特征识别第68-70页
        4.4.1 基于局部眼跳方向统计特征识别方法简介第68页
        4.4.2 实验结果及分析第68-70页
    4.5 基于注视点热度图特征的眼动生物特征识别第70-72页
        4.5.1 基于注视点热度图的眼动生物特征识别方法简介第70页
        4.5.2 实验结果及分析第70-72页
    4.6 基于复杂眼动模式特征的眼动生物特征识别第72-73页
        4.6.1 基于复杂眼动模式生物特征识别简介第72页
        4.6.2 实验结果及分析第72-73页
    4.7 讨论第73-80页
        4.7.1 视觉任务对眼动生物特征识别结果的影响第73-75页
        4.7.2 模板老化对眼动生物特征识别结果的影响第75-76页
        4.7.3 眼动仪分辨率对眼动生物特征识别结果的影响第76-79页
        4.7.4 基于评分水平融合的眼动生物特征识别结果及分析第79-80页
    4.8 本章小结第80-85页
第5章 总结与展望第85-90页
    5.1 视觉任务设计第85-86页
    5.2 认知能力测评第86-87页
    5.3 眼动生物特征识别第87-90页
参考文献第90-97页
附录A 数字搜索实验主试问卷第97-98页
附录B 数字搜索实验被试问卷第98-99页
附录C 基于HTML语言实现的数字搜索题目产生函数第99-101页
附录D 基于Python语言实现的一等奖数字搜索题目产生函数第101-104页
作者在学期间取得的学术成果第104-105页
主要简历第105-106页
致谢第106页

论文共106页,点击 下载论文
上一篇:银杏素抗乳腺癌作用及机制的研究
下一篇:昆明市MSM亚人群性行为特征及性激素相关生物学指标研究