计算机工程与应用

2022, v.58;No.1013(22) 254-261

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

改进DBA算法的眼动模式分析
Eye Movement Pattern Analysis of Improved DBA Algorithm

陈子麟;战荫伟;杨卓;

摘要(Abstract):

随着眼动追踪技术的进步和设备成本的降低,眼动追踪技术已广泛应用于智能教育领域,分析眼动数据以评估学习状态成为智能教育中一个十分重要的环节。眼动扫描路径可以直接或间接地反映思维模式及心理状态的变化,通过分析扫描路径探索学习者眼动行为的共性和差异性,为改善视觉内容和给出指导性意见提供重要参考。首先研究在同一任务情况下学习者扫描路径的时间序列表示和聚类,通过聚类结果评估专注、走神及信息迷航等三种学习状态。进而对重心平均动态时间规整(DTW barycenter averaging,DBA)算法进行改进,并用于提取群体眼动模式,结合动态时间规整(dynamic time warping,DTW)算法计算扫描路径的相似度和确定聚类种子,采用距离密度聚类(distance density clustering,DDC)算法进行聚类。实验表明,基于时间序列的眼动模式挖掘能够识别群体观看行为。而聚类揭示了不同的阅读策略,并提供了评估学习状态的能力。

关键词(KeyWords): 扫描路径;眼动模式;学习状态;重心平均动态时间规整(DBA);距离密度聚类(DDC)

Abstract:

Keywords:

基金项目(Foundation): 国家自然科学基金(61907009);; 广东省科技计划项目(2019B010150002)

作者(Authors): 陈子麟;战荫伟;杨卓;

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享