基于随机森林算法的地图认知负荷眼动评估
编号:43
访问权限:仅限参会人
更新:2025-09-11 11:22:16
浏览:2次
口头报告
摘要
本研究围绕地图使用过程中的认知负荷评估问题,探讨了基于眼动追踪技术的地图认知负荷评估方法,并提出了一套结合过滤式与嵌入式特征筛选方法的眼动特征构建流程。通过设计使用二维地图、三维地图和影像地图的定位实验分别指示低、中、高的认知负荷水平,采集30名参与者的眼动数据,并提取多维度眼动特征。研究采用Kruskal-Wallis检验进行第一轮特征显著性筛选,结合随机森林算法与自然断点法进行第二轮特征重要性筛选。结果表明,个体样本所构建的认知负荷评估模型具有较高的分类性能,在第二轮特征筛选中全部特征的训练集精度达88.89%、测试集精度达71.11%;而重要特征的训练集精度达91.67%、测试集精度达75.56%,由此可见与全部特征相比重要特征的模型精度更高,这验证了本研究提出的特征筛选方法的有效性。本研究为自适应地图系统中用户认知状态的实时监测提供了可行的技术路径与方法支持。
关键词
自适应地图;定位任务;地图认知负荷;随机森林;眼动追踪
发表评论