基于众包的移动设备眼动跟踪数据获取系统
| 摘要 | 第5-7页 |
| abstract | 第7-8页 |
| 第1章 绪论 | 第11-25页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-22页 |
| 1.2.1 眼动跟踪和众包 | 第13-18页 |
| 1.2.2 眼动跟踪和机器学习 | 第18-21页 |
| 1.2.3 当前研究工作存在的不足 | 第21-22页 |
| 1.3 研究内容及组织结构 | 第22-25页 |
| 1.3.1 研究内容和技术路线 | 第22-23页 |
| 1.3.2 本文组织结构 | 第23-25页 |
| 第2章 基于上下文感知的任务众包方法 | 第25-40页 |
| 2.1 众包和上下文感知技术 | 第25-29页 |
| 2.1.1 众包技术 | 第25-28页 |
| 2.1.2 上下文感知技术 | 第28-29页 |
| 2.2 基于上下文感知的任务众包方法框架 | 第29-30页 |
| 2.3 基于上下文感知的众包任务分发 | 第30-34页 |
| 2.3.1 基于位置上下文感知的众包任务分发 | 第30-32页 |
| 2.3.2 基于速度上下文感知的众包任务分发 | 第32-34页 |
| 2.4 用户体验采样方法 | 第34-35页 |
| 2.5 实验与分析 | 第35-39页 |
| 2.6 本章小结 | 第39-40页 |
| 第3章 基于支持向量回归的数据误差补偿模型 | 第40-56页 |
| 3.1 原理 | 第40-44页 |
| 3.1.1 支持向量机 | 第40-41页 |
| 3.1.2 支持向量回归算法 | 第41-44页 |
| 3.2 基于支持向量回归的误差补偿模型 | 第44-49页 |
| 3.2.1 训练数据获取 | 第45-48页 |
| 3.2.2 误差补偿模型训练 | 第48-49页 |
| 3.3 实验与分析 | 第49-55页 |
| 3.3.1 实验过程 | 第49-51页 |
| 3.3.2 结果分析 | 第51-55页 |
| 3.4 本章小结 | 第55-56页 |
| 第4章 原型系统与实验分析 | 第56-72页 |
| 4.1 系统架构与流程 | 第56-58页 |
| 4.1.1 系统平台架构 | 第56-57页 |
| 4.1.2 系统执行流程 | 第57-58页 |
| 4.2 系统设计与功能实现 | 第58-61页 |
| 4.2.1 主要开发工具与技术 | 第58-59页 |
| 4.2.2 系统功能模块 | 第59-60页 |
| 4.2.3 系统运行界面 | 第60-61页 |
| 4.3 用户实验与结果分析 | 第61-71页 |
| 4.3.1 眼动数据可视化 | 第61-62页 |
| 4.3.2 实验过程 | 第62-64页 |
| 4.3.3 实验分析 | 第64-71页 |
| 4.4 本章小结 | 第71-72页 |
| 第5章 总结与展望 | 第72-74页 |
| 5.1 论文完成的主要工作与创新 | 第72-73页 |
| 5.2 进一步的研究目标 | 第73-74页 |
| 参考文献 | 第74-78页 |
| 致谢 | 第78-79页 |
| 攻读学位期间参加的科研项目和成果 | 第79页 |
