基于眼動(dòng)數(shù)據(jù)的模式識(shí)別算法研究.pdf

1、隨著神經(jīng)科學(xué)與認(rèn)知科學(xué)的迅速發(fā)展，人類對(duì)眼動(dòng)及其生理意義的研究也日益加深。由于眼動(dòng)被人們認(rèn)為是視覺信息加工研究中的重要手段，并且也有研究表明眼動(dòng)的各種模式一直與人的心理變化相關(guān)聯(lián)，對(duì)眼動(dòng)的研究越來越受到神經(jīng)科學(xué)與認(rèn)知科學(xué)研究領(lǐng)域的科學(xué)家們的重視，人類對(duì)眼動(dòng)的研究也取得了越來越重大的成果。
　　現(xiàn)代科學(xué)家們對(duì)視覺信息加工的研究主要是通過對(duì)腦電或腦電與眼動(dòng)相結(jié)合的研究進(jìn)行的。在分析腦電和眼動(dòng)數(shù)據(jù)時(shí)，模式識(shí)別即為其中的一種重要方法。本文

2、則按照一個(gè)經(jīng)典的眼動(dòng)實(shí)驗(yàn)范式設(shè)計(jì)實(shí)驗(yàn)，令被試進(jìn)行視覺刺激的判斷任務(wù)，以達(dá)到探討對(duì)視覺認(rèn)知任務(wù)進(jìn)行判斷的生理學(xué)意義的目的。
　　我們對(duì)眼動(dòng)數(shù)據(jù)進(jìn)行分析和處理所用到的算法當(dāng)中，在對(duì)眼動(dòng)數(shù)據(jù)進(jìn)行分類之前采用了歸一化的預(yù)處理方法，顯著性分析用的是方差分析的方法，模式分類算法采用的是Fisher線性判別法和SVM分類法。通過對(duì)實(shí)驗(yàn)得到的眼動(dòng)數(shù)據(jù)進(jìn)行顯著性分析及模式分類后得出以下結(jié)論：
　　1.在視覺認(rèn)知任務(wù)為可識(shí)別的情況下，認(rèn)知任務(wù)難

3、度與快速眼動(dòng)次數(shù)及快速眼動(dòng)幅度呈正相關(guān)的關(guān)系。而在視覺認(rèn)知任務(wù)不可識(shí)別的情況下，快速眼動(dòng)的次數(shù)和幅度均小于可識(shí)別的情況下的快速眼動(dòng)的次數(shù)和幅度。這一結(jié)果表明，快速眼動(dòng)的特征反映的是對(duì)視覺認(rèn)知任務(wù)的識(shí)別能力。
　　2.對(duì)于眼動(dòng)數(shù)據(jù)的分類來說，最適合用于分類的參量是幅度參量，最不適合用于分類的參量是持續(xù)時(shí)間參量；
　　3.2-incoherent實(shí)驗(yàn)條件下與其它3種實(shí)驗(yàn)條件下的各個(gè)參量均有顯著性差異而其它任意兩種實(shí)驗(yàn)條件下的各參