期刊
  出版年
  关键词
结果中检索 Open Search
Please wait a minute...
选择: 显示/隐藏图片
1. 基于联合特征和XGBoost的活动语义识别方法
郭茂祖, 张彬, 赵玲玲, 张昱
计算机应用    2020, 40 (11): 3159-3165.   DOI: 10.11772/j.issn.1001-9081.2020030301
摘要334)      PDF (2125KB)(311)    收藏
针对以往活动语义识别研究单纯提取时间维度上的序列特征以及周期特征、缺乏对空间信息的深度挖掘等问题,提出一种基于联合特征和极限梯度提升(XGBoost)的活动语义识别方法。首先,挖掘时间信息中的活动周期性特征和空间信息中的经纬度特征;然后,使用经纬度信息通过具有噪声的基于密度的聚类(DBSCAN)算法提取空间区域热度特征,将这些特征组成特征向量来刻画用户活动语义;最后,采用集成学习方法中的XGBoost算法建立活动语义识别模型。在FourSquare的两个公共签到数据集上,基于联合特征的模型比基于时间特征的模型在识别准确率上提高了28个百分点,与上下文感知混合(CAH)方法和时空活动偏好(STAP)方法对比,所提方法的识别准确率分别提高了30个百分点和5个百分点。实验结果表明所提方法与对比方法相比在活动语义识别问题上更加准确有效。
参考文献 | 相关文章 | 多维度评价
2. 基于用户自定义兴趣区的飞行员眼动数据可视分析方法
贺怀清, 郑立源, 刘浩翰, 张昱旻
计算机应用    2019, 39 (9): 2683-2688.   DOI: 10.11772/j.issn.1001-9081.2019030494
摘要348)      PDF (922KB)(320)    收藏

针对传统基于兴趣区的可视化方法在分析飞行员眼动数据过程中无法关注细节的问题,提出了一种基于用户自定义兴趣区的眼动数据可视分析方法。首先,根据具体的分析任务,引入对任务背景图像的自我划分和定义;然后,在此基础上,结合多种辅助视图和交互手段,设计并实现了面向飞行员培训的眼动数据可视分析系统,帮助分析人员分析不同的飞行员之间的眼动差异,最后通过案例分析,证明了可视分析方法的有效性和分析系统的实用性。实验结果表明,较传统方法来说,所提方法增加了分析人员在分析过程中的主动性,在整体和局部方面,支持分析人员对任务背景进行细节的探索,增加了分析人员分析数据的多角度性,让分析人员能够结合整体发现飞行学员在训练过程中认知困难的部分,进而制定更有针对性、更有效的训练课程。

参考文献 | 相关文章 | 多维度评价