CN114469089A - 基于虚拟现实技术的多模态数据抗压能力测评方法及*** - Google Patents
基于虚拟现实技术的多模态数据抗压能力测评方法及*** Download PDFInfo
- Publication number
- CN114469089A CN114469089A CN202111653515.8A CN202111653515A CN114469089A CN 114469089 A CN114469089 A CN 114469089A CN 202111653515 A CN202111653515 A CN 202111653515A CN 114469089 A CN114469089 A CN 114469089A
- Authority
- CN
- China
- Prior art keywords
- data
- operator
- task
- pressure
- evaluation
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000011156 evaluation Methods 0.000 title claims abstract description 81
- 238000005516 engineering process Methods 0.000 title claims abstract description 30
- 238000013144 data compression Methods 0.000 title claims abstract description 14
- 238000012360 testing method Methods 0.000 claims abstract description 83
- 230000004424 eye movement Effects 0.000 claims abstract description 55
- 238000000034 method Methods 0.000 claims abstract description 37
- 238000007906 compression Methods 0.000 claims description 22
- 230000006835 compression Effects 0.000 claims description 22
- 238000012549 training Methods 0.000 claims description 22
- 230000005611 electricity Effects 0.000 claims description 13
- 238000013145 classification model Methods 0.000 claims description 9
- 238000007726 management method Methods 0.000 claims description 8
- 210000001747 pupil Anatomy 0.000 claims description 8
- 230000035484 reaction time Effects 0.000 claims description 5
- 238000013523 data management Methods 0.000 claims description 4
- 238000001914 filtration Methods 0.000 claims description 3
- 230000004397 blinking Effects 0.000 claims description 2
- 230000006399 behavior Effects 0.000 description 26
- 230000008569 process Effects 0.000 description 13
- 238000005259 measurement Methods 0.000 description 9
- 230000008901 benefit Effects 0.000 description 5
- 238000011160 research Methods 0.000 description 5
- 238000012545 processing Methods 0.000 description 4
- 238000005070 sampling Methods 0.000 description 4
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 238000005286 illumination Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 238000012706 support-vector machine Methods 0.000 description 2
- 238000010998 test method Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000007418 data mining Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010304 firing Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 238000007637 random forest analysis Methods 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B3/00—Apparatus for testing the eyes; Instruments for examining the eyes
- A61B3/10—Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions
- A61B3/113—Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions for determining or recording eye movement
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B3/00—Apparatus for testing the eyes; Instruments for examining the eyes
- A61B3/10—Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions
- A61B3/11—Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions for measuring interpupillary distance or diameter of pupils
- A61B3/112—Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions for measuring interpupillary distance or diameter of pupils for measuring diameter of pupils
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/024—Detecting, measuring or recording pulse rate or heart rate
- A61B5/02405—Determining heart rate variability
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/16—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/16—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state
- A61B5/168—Evaluating attention deficit, hyperactivity
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
- A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Veterinary Medicine (AREA)
- Biophysics (AREA)
- Surgery (AREA)
- General Health & Medical Sciences (AREA)
- Animal Behavior & Ethology (AREA)
- Molecular Biology (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Heart & Thoracic Surgery (AREA)
- Biomedical Technology (AREA)
- Pathology (AREA)
- Cardiology (AREA)
- Developmental Disabilities (AREA)
- Psychiatry (AREA)
- Social Psychology (AREA)
- Ophthalmology & Optometry (AREA)
- Hospice & Palliative Care (AREA)
- Educational Technology (AREA)
- Child & Adolescent Psychology (AREA)
- Physiology (AREA)
- Artificial Intelligence (AREA)
- Psychology (AREA)
- Human Computer Interaction (AREA)
- Evolutionary Computation (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Signal Processing (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明提供一种基于虚拟现实技术的多模态数据抗压能力测评方法及***,所述方法包括:根据操作人员的个人信息确定在虚拟现实场景中进行抗压能力测评的类型;基于确定的抗压能力测评的类型显示抗压能力测评的任务类型;接收操作人员针对显示的任务类型选择的测评任务;基于接收到的操作人员选择的测评任务对操作人员进行测试,获得所述操作人员的测试结果,并实时采集操作人员的特征数据,特征数据包括主观报告压力数据、眼动数据、生理数据以及行为绩效数据;根据操作人员的测试结果、采集到的主观报告压力数据、眼动数据、生理数据、行为绩效数据确定操作人员的抗压强度指标。该方法及***结合多模态数据,提高了测评的准确性。
Description
技术领域
本发明涉及抗压能力测评技术领域,具体涉及一种基于虚拟现实技术的多模态数据抗压能力测评方法及***。
背景技术
在一些特定的压力环境下,需要参与其中的操作人员具备一定的抗压能力以及应对措施,以适应人-机-环境或人-信息-***之间的动态变化与交互影响,在安全保障条件下提高作业效能。只有具备一定的抗压能力,才能在突发事件中具有良好的应变灵活性,做出正确决策。
在对特殊人员进行抗压能力测评时,由于实验室诱发的压力与真实任务情境中的压力差别较大,导致在实验室中测试的特殊人员的压力程度仅能达到中等程度,其无法反映特殊人员的真实抗压能力,因而使得测试结果无法应用至特殊人员的抗压训练及选拔中。并且,在以往的测试过程中,一般是采用口头报告的方式对特殊人员的注意力进行测量,即在任务结束后请操作人员对测试任务进行回溯,该测试方法主观性较强,且只限于某一时刻的注意力测量,无法测试特殊人员在整个任务过程中的注意变化情况。因此,如何提高特殊人员的抗压能力的测评准确度是亟待解决的技术问题。
发明内容
有鉴于此,本发明提供了一种基于虚拟现实技术的多模态数据抗压能力测评方法及***,以解决现有技术中存在的一个或多个问题。
根据本发明的一个方面,公开了一种基于虚拟现实技术的多模态数据抗压能力测评方法,所述方法包括:
根据操作人员的个人信息确定在虚拟现实场景中进行抗压能力测评的类型;
基于确定的抗压能力测评的类型显示抗压能力测评的任务类型;其中,所述任务类型包括第一等级压力任务和第二等级压力任务,接收操作人员针对显示的任务类型选择的测评任务;
基于接收到的操作人员选择的所述测评任务对所述操作人员进行测试,获得所述操作人员的测试结果,并实时采集所述操作人员的特征数据,所述特征数据包括主观报告压力数据、眼动数据、生理数据以及行为绩效数据;其中,眼动数据包括瞳孔直径、眨眼频率以及注视类数据,所述注视类数据包括注视时间;根据操作人员的测试结果、采集到的所述主观报告压力数据、眼动数据、生理数据、行为绩效数据确定操作人员的抗压强度指标。
在本发明一些实施例中,所述第一等级压力任务包括任务总量条件及总时间阈值条件,所述第二等级压力任务包括任务总量条件、总时间阈值条件、分任务时间阈值条件及任务得分条件;和/或
所述任务类型还包括第三等级压力任务,所述第三等级压力任务包括获得奖励的条件及获得惩罚的条件。
在本发明一些实施例中,所述方法还包括:
基于多个成员中的各成员相对应的测评任务分别对各成员进行相应测试,得到各个成员的测试结果,并同时获得各个成员的主观报告压力数据、眼动数据、生理数据与行为绩效数据;
根据各成员的测试结果、主观报告压力数据、眼动数据、生理数据与行为绩效数据分别生成各特征对应的数据常模;
根据所述操作人员的测试结果以及特征数据确定所述操作人员的常模水平。
在本发明一些实施例中,根据操作人员的测试结果、采集到的所述主观报告压力数据、眼动数据、生理数据、行为绩效数据确定操作人员的抗压强度指标,包括:
生成训练样本集,所述训练样本集中的各样本数据包括所述成员的测试结果、特征数据以及数据常模;
基于所述训练样本集对分类模型进行预训练,得到预训练分类模型;
将所述操作人员的测试结果及特征数据输入至所述预训练分类模型,得到所述操作人员的抗压强度指标。
在本发明一些实施例中,实时采集所述操作人员的特征数据包括:
接收操作人员在测评结束后针对所述测评任务做出的主观报告压力问卷调查,获得主观报告压力数据。
在本发明一些实施例中,所述方法还包括:
对采集到的操作人员的特征数据进行滤波处理;
对滤波处理后的所述特征数据进行特征指标提取,所述特征指标包括皮电数据均值、心率变异性数据的低高频功率比值、眼动兴趣区总注视时间、瞳孔直径以及眨眼频率;
计算各个特征指标的标准分数。
在本发明一些实施例中,,根据操作人员的测试结果、采集到的所述主观报告压力数据、眼动数据、生理数据、行为绩效数据确定操作人员的抗压强度指标,包括:
对各特征指标进行权重赋权;其中各特征指标的权重之和为1;
分别计算各特征指标的标准分数与其权重的乘积;
对各特征指标的标准分数与其权重的乘积求和得到操作人员的抗压强度分数。
在本发明一些实施例中,所述方法还包括生成包括有测评任务、操作人员特征信息、操作人员的测试结果、眼动数据、生理数据、行为绩效数据、抗压强度指标、问卷结果以及常模水平的测试报告。
根据本发明的另一方面,还公开了一种基于虚拟现实技术的抗压能力测评***,所述***包括:
用户管理模块,用于获取操作人员的个人信息,并根据操作人员的个人信息确定在虚拟现实场景中进行抗压能力测评的类型;
任务场景模块,用于根据确定的抗压能力测评的类型显示抗压能力测评的任务类型,并用于接收操作人员针对显示的任务类型选择的测评任务,以基于接收到的操作人员选择的所述测评任务对所述操作人员进行测试,获得操作人员的测试结果;其中,所述任务类型包括第一等级压力任务和第二等级压力任务;
数据管理模块,用于实时采集所述操作人员的主观报告压力数据、眼动数据、生理数据以及行为绩效数据,并根据所述操作人员的测试结果、采集到的操作人员的主观报告压力数据、、眼动数据、生理数据以及行为绩效数据确定所述操作人员的抗压强度指标;其中,眼动数据包括瞳孔直径、眨眼频率以及注视类数据,所述注视类数据包括注视时间;所述生理数据包括心率变异性数据及皮电数据;所述行为绩效数据包括完成任务时的正确率、反应时间。
在本发明的一些实施例中,所述***还包括报告管理模块,所述报告管理模块用于生成测试报告。
本发明实施例中所公开的基于虚拟现实技术的抗压能力测评方法及***,通过将虚拟现实眼动技术与生理技术相结合对特殊人员的抗压能力进行测评,其实验场地不受限制,即在实验室内即可模拟真实场景,因而其测试结果可直接反映特殊人员的真实抗压能力,且测试结果不仅可应用于特殊人员的抗压训练,还可作为多维选拔的指标之一。并且该测评方法及***在任务执行中使用眼动追踪技术对特殊人员的注意力特点进行测量,不仅可测得特殊人员在整个任务交互过程中的注意变化情况,测试结果还不受光照影响。
本发明的附加优点、目的,以及特征将在下面的描述中将部分地加以阐述,且将对于本领域普通技术人员在研究下文后部分地变得明显,或者可以根据本发明的实践而获知。本发明的目的和其它优点可以通过在书面说明及其权利要求书以及附图中具体指出的结构实现到并获得。
本领域技术人员将会理解的是,能够用本发明实现的目的和优点不限于以上具体所述,并且根据以下详细说明将更清楚地理解本发明能够实现的上述和其他目的。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本申请的一部分,并不构成对本发明的限定。附图中的部件不是成比例绘制的,而只是为了示出本发明的原理。为了便于示出和描述本发明的一些部分,附图中对应部分可能被放大,即,相对于依据本发明实际制造的示例性装置中的其它部件可能变得更大。在附图中:
图1为本发明一实施例的基于虚拟现实技术的多模态数据抗压能力测评方法的流程示意图。
图2为本发明另一实施例的基于虚拟现实技术的抗压能力测评方法的流程示意图。
图3为抗压能力测评方法的一任务类型的示例图。
图4为抗压能力测评方法的另一任务类型的示例图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚明白,下面结合附图对本发明实施例做进一步详细说明。在此,本发明的示意性实施例及其说明用于解释本发明,但并不作为对本发明的限定。
在此,需要说明的是,为了避免因不必要的细节而模糊了本发明,在附图中仅仅示出了与根据本发明的方案密切相关的结构和/或处理步骤,而省略了与本发明关系不大的其他细节。
应该强调,术语“包括/包含/具有”在本文使用时指特征、要素、步骤或组件的存在,但并不排除一个或更多个其它特征、要素、步骤或组件的存在或附加。
对操作人员进行抗压能力测评时,一般采用便携式眼动仪对操作人员的眼动数据进行采样;而便携式眼动仪的采样率低以及受光照影响较大,其会导致采样数据损失较大且不适用于在室外进行真实任务情境测量;另外通过便携式眼动仪采样得到的数据与操作人员的生理指标数据较难同步;因此,本发明公开了一种基于虚拟现实技术的多模态数据抗压能力测评方法及***。该抗压能力测评方法及***主要是将虚拟现实眼动技术应用到教学、科研、训练、选拔等过程中,并对其进行定量化分析,以及进一步进行数据挖掘,进行评价和进一步延伸。如图1所示,该抗压能力测评方法包括步骤S10~S40。
步骤S10:根据操作人员的个人信息确定在虚拟现实场景中进行抗压能力测评的类型。
其中,操作人员的个人信息包括操作人员的姓名、年龄、职业、训练任务类型等。并且操作人员可为如特殊人员中的一员,且此时操作人员的个人信息可包括特殊人员的年龄、身体健康信息、工作类型等。而虚拟现实场景可通过虚拟现实设备呈现,即通过虚拟现实技术营造一个真实的测评场景;虚拟现实设备示例性可为供操作人员穿戴的虚拟现实眼镜。抗压能力测评的类型具有多种,但在虚拟现实场景中展现的是为与操作人员相匹配的场景;如当被测试的特殊人员为射击人员时,此时通过虚拟现实技术营造了一个虚拟的射击场景;而当操作人员为其他任务的人员时,为了较准确的模拟任务场景,进而获得较为准确的测评结果,此时基于虚拟现实技术营造的任务场景与特殊人员所属作业领域相匹配。
在该步骤中,基于虚拟现实技术为操作人员营造一个真实的模拟任务场景,相比于在实验室中测得的结果更准确,且该测评方法基于虚拟现实下的任务场景,更具有趣味性,能够在测试及评价的同时,给操作人员的带来测试乐趣。另外,该测试方法针对不同的测试对象可选择不同的任务场景,因而可推广应用至不同类型的群体,因而设备利用率较高。
步骤S20:基于确定的抗压能力测评的类型显示抗压能力测评的任务类型;其中,所述任务类型包括第一等级压力任务和第二等级压力任务,接收操作人员针对显示的任务类型选择的测评任务。
在该步骤中,确定的抗压能力测评的类型是指与操作人员相匹配的抗压能力测评类型,其具体可是操作人员选择的,也可是基于操作人员的个人信息匹配得到的。任务类型具体的在虚拟现实场景中显示,其可以被设置或被选择,示例性的,任务类型包括第一等级压力任务和第二等级压力任务,且第一等级压力任务和第二等级压力任务的压力等级不同,如第一等级压力任务为低压力任务,而第二等级压力任务为高压力任务。
第一等级压力任务的任务条件为任务总量条件及总时间阈值条件,第二等级压力任务的任务条件包括任务总量条件、总时间阈值条件、分任务时间阈值条件及任务得分条件。示例性的,以射击类型的任务场景为例,第一等级压力任务和第二等级压力任务具体的为时间压力情境任务下的低压力情境任务和高压力情境任务。如图3所示,在低压力情境任务下只要求操作人员在规定的时间内完成6组60发的射击任务,而在高压力情境任务下除了要求操作人员在规定的时间内完成6组60发的射击任务之外,还要求每发射击任务需要在3s内完成,且每组完成之后必须休息30s;进一步的,在记录成绩过程中,对于高压力情境任务,其若当前发射击任务没有在规定时间***出,则该次成绩为零;若每组射击任务的最后一发射击没有射出或射击的环数小于7,则该组成绩不计入总成绩。在该时间压力情境任务下,高压力情境任务为操作人员施加了各分任务被完成的时间阈值。
在本发明另一实施例中,任务类型还可以包括第三等级压力任务,该第三等级压力任务向操作人员施加的压力高于第二等级压力任务。第三等级压力任务的任务条件也包括任务总量条件、分任务时间阈值条件;其中任务总量条件是指需要操作人员完成的任务总量,如在射击任务中,操作人员需完成的6组60发射击任务;而分任务时间阈值为要求操作人员完成各分任务花费的最高时间,也即要求在该规定时间内完成分任务;例在射击任务中,完成每发设计任务的时间要求。另外,第三等级压力任务还包括奖励的条件及获得惩罚的条件,即分任务除了需在规定的时间内完成之外,在满足一定条件下还会额外获得奖励或惩罚。示例性的,在射击任务中,若操作人员射中七环以上,会获得奖励,而在射中七环以下,会得到相应的惩罚。不难看出,上述奖励及惩罚条件进一步的提高了操作人员在完成测试任务过程中所承受的压力。
步骤S30:基于接收到的操作人员选择的所述测评任务对所述操作人员进行测试,获得所述操作人员的测试结果,并实时采集所述操作人员的特征数据,所述特征数据包括主观报告压力数据、眼动数据、生理数据以及行为绩效数据;其中,眼动数据包括瞳孔直径、眨眼频率以及注视类数据,所述注视类数据包括注视时间,所述生理数据包括心率变异性数据及皮电数据,所述行为绩效数据包括完成任务时的正确率、反应时间;为了实时采集操作人员的特征数据,操作人员可穿戴智能多模态生理测量设备。具体的,通过智能可穿戴的生理测量设备实时记录操作人员的皮电EDA、皮温SKT和心率HR/心率变异性HRV数据,另外,也可通过虚拟现实设备记录操作人员的虚拟眼动数据。其中,注视时间进一步的可用于测评操作人员的注意力特点,而生理数据用于反映操作人员在完成测试任务中的努力程度。本发明通过将虚拟现实技术与生理技术相结合用以测评特殊人员等特殊群体的抗压能力,相比于现有的普遍采用的测评***具有测评结果准确的优点;且在测试过程中获得的眼动数据,不会因便携式眼动仪采样率过低而损失。
在该步骤中,测试结果可包括操作人员在该次任务测试中获得的分数、获得的奖励数量以及获得的惩罚数量等。其具体与操作人员选择的任务类型相关,例如,当本次测试为低压力情境任务时,测试结果可仅含有操作人员获得的总分数及各分任务对应的分数。
步骤S40:根据操作人员的测试结果、采集到的所述主观报告压力数据、眼动数据、生理数据、行为绩效数据确定操作人员的抗压强度指标。
当在以上步骤中获得了操作人员的各特征数据以及测量结果之后,进一步的根据特征数据以及测量结果计算操作人员的抗压强度指标。抗压强度指标反映操作人员所能承受的压力强度,基于该结果可进一步的对特定人员进行抗压训练或择优选拔。
另外,在测试过程中还可记录操作人员针对测评任务做出的问卷调查。该问卷调查用来反映操作人员在测评过程中对测试任务条件的注意能力。示例性的,在每个阶段任务完成之后提供一个供操作人员进行作答的主观调查问卷,操作人员作答之后的调查问卷结果进一步的还可作为测试报告的一部分。
在本发明一实施例中,该方法还包括以下步骤:基于与多个成员中的各成员相对应的测评任务分别对各成员进行相应测试,得到各个成员的测试结果,并同时获得各个成员的主观报告压力数据、眼动数据、生理数据与行为绩效数据;根据各成员的测试结果、主观报告压力数据、眼动数据、生理数据与行为绩效数据分别生成各特征对应的数据常模;根据所述操作人员的测试结果以及特征数据确定所述操作人员的常模水平。
在该实施例中,通过对多个人员进行测评,获得与各个成员相对应的测评结果以及特征数据示例性的,基于多个被试人员的生理数据、眼动数据可分别生成生理数据、眼动数据相对应的大数据常模。其中多个人员可为属于同任务项目的大量特殊人员,且基于形成的各维度特征指标的大数据常模,可直观的分析出操作人员的常模水平。
进一步的,还可基于预训练分类模型确定操作人员的抗压强度指标,此时首先可对采集到的多个被试人员的测试结果、主观报告压力数据、眼动数据、生理数据以及行为绩效数据等进行特征提取,并基于提取的上述数据生成包括多个训练样本的训练样本集;进一步呈现VR模拟场景,并采集操作人员在模拟场景下所测试得的测试结果、主观报告压力数据、眼动数据、生理数据以及行为绩效数据等数据,并输入至训练好的预训练分类模型中,从而即可相应的得到操作人员的抗压强度指标。示例性的,分类模型可为支持向量机模型、随机森林模型或梯度提升模型等,优选的选用支持向量机模型。
具体的,抗压强度等级指标可通过以下几个步骤进行计算得到:数据测量、数据处理、特征指标提取、抗压指标权重赋权、抗压强度等级划分等。对于数据测量,具体的为在测试过程中实时获取操作人员的主客观数据,其中主观数据为接收到的操作人员针对测评任务做出的问卷调查结果;而客观数据主要包括测试结果以及采集到的操作人员的眼动数据和生理数据,生理数据如心率变异性数据及皮电数据。在数据处理步骤中,对采集到的主观报告压力数据、眼动数据、心率变异性数据、皮电数据以及行为绩效数据分别进行滤波处理及进行特征信号处理;进而对处理后的特征数据进行特征指标提取,其中特征指标具体的包括皮电数据均值、心率变异性数据的低高频功率比值及总注视时间。
另外,对提取的指标数据还统一根据常模指标结果进行归一化处理,将各特征数据结果转化为0~100的标准分。示例性的,具体的转换公式为:其中,T指特征指标标准分,而X指操作人员的各个特征指标所对应的数值,而指与X特征指标对应的大数据常模中的常模均值,SD指与X特征指标对应的常模标准差。通过上述计算方式,可计算出操作人员的各个特征的特征值指标标准分,即心率变异性数据标准分可表示为T1,皮电数据标准分可表示为T2,,眼动数据标准分可表示为T31,T32,T33,行为绩效数据标准分可表示为T4,主观报告数据标准分可表示为T5。
进一步的,还可对各特征指标进行权重赋权,心率变异性指标的权重可用a1表示,皮电数据的权重可用a2表示,眼动数据的权重可用a3表示,行为绩效数据权重可用a4,主观报告数据权重可用a5,其中,a1、a2、a3,a4,a5之和为1。进一步的,分别计算各特征指标的标准分数与其权重的乘积;进而对各特征指标的标准分数与其权重的乘积求和得到操作人员的抗压强度分数。具体的,操作人员的抗压强度分数通过下述公式计算得到:Y 抗压强度=a1T1+a2T2+a3T3+a4T4+a5T5+b;其中b为系数。
当计算得到操作人员的抗压强度分数后,进而可基于抗压分数确定操作人员的抗压强度的等级。在此之前,可预先将抗压强度分数划分为五个等级,示例性的,抗压强度分数为0~20分,为高抗压强度;抗压强度分数为20~40分的为较高抗压强度;抗压强度分数为40~60分的为一般抗压强度;抗压强度分数为60~80分的为较低抗压强度;而抗压强度分数为90~100分的为低抗压强度。在该步骤中,基于计算得到的操作人员的抗压强度分数,即可确定操作人员相匹配的抗压强度等级,此结果也可作为优秀特殊人员的选拔参考结果。
在本发明另一实施例中,还可进一步的生成包括有测评任务、操作人员特征信息、操作人员的测试结果、眼动数据、心率变异性数据、皮电数据、行为绩效数据、抗压强度指标、问卷结果以及常模水平的测试报告。其中常模水平具体的可反映操作人员与其他特殊人员之间的比较结果,可直接得出操作人员超越其他特殊人员的百分比。
为了更具体的描述本发明的抗压能力测评方法的各个步骤,下面以射击场环境营造了不同的压力环境,其他与此相类似的压力环境都与该示例类似,并基于此对特定人员进行相关测评、训练、选拔以及进行相关的科研研究。在这一过程中将先进的智能可穿戴的多模态生理测量设备与虚拟现实技术相结合;采用虚拟现实设备展示虚拟射击场景,并在该场景里设置了不同的任务类型,测试其不同的压力来源,同时结合虚拟眼动技术、智能可穿戴的多模态生理测量技术、行为观察技术等相关技术采集在这一过程中人的生理与行为数据,生成大数据常模,并根据收集到的大数据进行人员的选拔。同时将该方法推广到其他相关人群中。
如图2所示,该示例的主要逻辑流程为:搭建不同等级压力的射击任务场景,模拟真实赛场的情况;收集数据,进行基础研究,形成基础的研究成果;通过对优秀特殊人员大批量的数据收集,形成各维度特征指标的大数据常模,并通过权重赋权方法形成一个标准的评价指标,抗压强度等级指标,根据抗压强度指标的标准等级对特殊人员的选拔提供参考依据。
对于该射击任务具体的可在两种压力类型下进行任务测试,其中一种为时间压力下完成射击任务,另外一种为在奖惩压力下完成射击任务。时间压力下的任务目的为分别测量高、低压力下的射击任务表现,如图3所示,其具体的任务流程为:(1)预热;(2)基线测试;(3)低压力情境任务;(4)高压力情境任务。在预热过程中,操作人员先熟悉场景内容,进行试射,射击任务为模拟的10米气***项目;操作人员在距离标靶10米处发射子弹,子弹为连续发射,不限时间,次数为10次(1组);使用手柄发射子弹时,不显示发射的射线及指示点;该预热过程的主要目的是为了让用户熟悉场景。其中基线测试要求在无任何限制条件下让操作人员尽力打出比较高的环数。在低压力情境任务中,只要求用户在规定的时间内完成6组60发的射击任务。在高压力情境任务中,要求用户在规定的时间内完成6组60发的射击任务,且每发射击任务需要在3s内完成,每组完成之后必须休息30s;如若在规定时间内没有完成射击任务,则该试次射击成绩记为0;如若在每组最后1发没有及时发出或者打出的环数没有大于7环,则该组成绩都不计入总成绩。
奖惩压力下的任务目的为分别测量奖励、惩罚压力下的射击任务表现,如图4所示,其具体的任务流程为:(1)预热;(2)基线测试;(3)价值联结学习;(4)奖惩压力情境任务;其中预热以及基线测试与上述的时间压力下相同。而价值联结学习主要为了让操作人员学习和了解奖惩的规则。有两种形式,A:红灯代表奖赏联结的刺激,绿灯代表惩罚联结的刺激;B:红灯代表惩罚联结的刺激,绿灯代表奖赏联结的刺激;在奖惩压力测试过程中,每次需要选择其中一个任务执行。
对于A任务,其具体要求操作人员完成6组60发的射击任务,并在提示灯亮起后开始进行射击,操作人员必须在3s内的时间完成射击;在开始射击之前操作人员还具有50 分的积分。在射击过程中,当红色灯亮起,操作人员射中7环及7环以上的成绩,可被奖励5分;如果射中7以下,则没有奖励。当绿色灯亮起时,操作人员射中7环以下则需要扣除5分;而射中7环及7环以上则没有惩罚。另,当红色灯和绿色灯同时亮起时,表示射中7环以上将获得5分额外奖励;而射中7环以下将额外惩罚5分。对于B任务与A 任务类似的,其也要求操作人员完成6组60发的射击任务,并在提示灯亮起后开始进行射击,操作人员必须在3s内的时间完成射击;在开始射击之前操作人员也具有50分的积分。B任务与A任务不同的是,在B任务中,当绿色灯亮起,操作人员射中7环及7环以上的成绩,可被奖励5分;如果射中7环以下,则没有奖励;当红色灯亮起时,操作人员射中7环以下则需要惩罚5分,而射中7环及7环以上则没有惩罚;另与A任务类似的,当绿色灯和红色灯同时亮起时,表示射中7环以上将获得5分额外奖励,射中7环以下将额外惩罚5分。
在操作人员根据上述的价值联结选择任务类型后,进一步的还根据价值联结选择的任务进行正式的奖惩压力情境任务的测试,并在每组测试结束后回答当前红灯和绿灯代表的含义。
在本发明的上述实施例所公开的抗压能力测评方法中,所有场景都是在虚拟现实下呈现,即通过搭建不同压力任务下的射击场景模拟压力需求。对于该虚拟现实场景,还可实时在场景中呈现时钟、记分牌、所得奖励等相关的信息。
在本发明中,还公开了一种与抗压能力测评方法相对应的抗压能力测评***,该***包括用户管理模块、任务场景模块及数据管理模块。用户管理模块用于获取操作人员的个人信息,并根据操作人员的个人信息确定在虚拟现实场景中进行抗压能力测评的类型。任务场景模块,用于根据确定的抗压能力测评的类型显示抗压能力测评的任务类型,并用于接收操作人员针对显示的任务类型选择的测评任务,以基于接收到的操作人员选择的所述测评任务对所述操作人员进行测试,获得操作人员的测试结果;其中,所述任务类型包括第一等级压力任务和第二等级压力任务。数据管理模块用于实时采集所述操作人员的主观报告压力数据、眼动数据、生理数据以及行为绩效数据,并根据所述操作人员的测试结果、采集到的操作人员的主观报告压力数据、眼动数据、生理数据以及行为绩效数据确定所述操作人员的抗压强度指标;其中,眼动数据包括瞳孔直径、眨眼频率以及注视类数据,所述注视类数据包括注视时间;生理数据包括心率变异性数据及皮电数据;行为绩效数据包括完成任务时的正确率、反应时间。
示例性的,任务场景模块可包括时间压力任务和奖惩压力任务,且在任务场景下可以对选择的相应任务的相关参数进行设置。时间压力任务下可设置的参数包括:射击的距离,记分牌的图案大小、形状和颜色,时钟图案的大小、形状和颜色,所得奖励图案的大小、形状和颜色,射击组数,每组射击发数,每发发射倒计时(高压力下)、每组休息时间(高压力下)等。奖惩压力任务下可设置的参数包括:射击的距离,记分牌图案的大小、形状和颜色,时钟图案的大小、形状和颜色,所得奖励图案的大小、形状和颜色,指示灯的大小和形式,射击组数,每组射击发数,积分,奖励分数,惩罚分数等。
进一步的,该抗压能力测评***还包括报告管理模块,报告管理模块主要用于生成测试报告。其中,测试报告中包含有测评任务、操作人员特征信息、操作人员的测试结果、眼动数据、心率变异性数据、皮电数据、眼动数据、行为绩效数据、抗压强度指标、问卷结果以及常模水平等信息。
根据上述实施例可以看出,该抗压能力测评***是集测评、训练、选拔、科研研究于一体的***,其可结合大数据、常模、机器学习等技术进行压力模型训练与识别,可应用于不同群体。另外,该***将任务中的压力源进行分类,可对特定人员在不同压力下的生理心理特点进行综合评价。
还需要说明的是,本发明中提及的示例性实施例,基于一系列的步骤或者装置描述一些方法或***。但是,本发明不局限于上述步骤的顺序,也就是说,可以按照实施例中提及的顺序执行步骤,也可以不同于实施例中的顺序,或者若干步骤同时执行。
本发明中,针对一个实施方式描述和/或例示的特征,可以在一个或更多个其它实施方式中以相同方式或以类似方式使用,和/或与其他实施方式的特征相结合或代替其他实施方式的特征。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明实施例可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种基于虚拟现实技术的多模态数据抗压能力测评方法,其特征在于,所述方法包括:
根据操作人员的个人信息确定在虚拟现实场景中进行抗压能力测评的类型;
基于确定的抗压能力测评的类型显示抗压能力测评的任务类型;其中,所述任务类型包括第一等级压力任务和第二等级压力任务,接收操作人员针对显示的任务类型选择的测评任务;
基于接收到的操作人员选择的所述测评任务对所述操作人员进行测试,获得所述操作人员的测试结果,并实时采集所述操作人员的特征数据,所述特征数据包括主观报告压力数据、眼动数据、生理数据以及行为绩效数据;其中,眼动数据包括瞳孔直径、眨眼频率以及注视类数据,所述注视类数据包括注视时间,所述生理数据包括心率变异性数据及皮电数据,所述行为绩效数据包括完成任务时的正确率、反应时间;
根据操作人员的测试结果、采集到的所述主观报告压力数据、眼动数据、生理数据、行为绩效数据确定操作人员的抗压强度指标。
2.根据权利要求1所述的多模态数据抗压能力测评方法,其特征在于,所述第一等级压力任务包括任务总量条件及总时间阈值条件,所述第二等级压力任务包括任务总量条件、总时间阈值条件、分任务时间阈值条件及任务得分条件;和/或
所述任务类型还包括第三等级压力任务,所述第三等级压力任务包括获得奖励的条件及获得惩罚的条件。
3.根据权利要求1所述的多模态数据抗压能力测评方法,其特征在于,所述方法还包括:
基于多个成员中的各成员相对应的测评任务分别对各成员进行相应测试,得到各个成员的测试结果,并同时获得各个成员的主观报告压力数据、眼动数据、生理数据与行为绩效数据;
根据各成员的测试结果、主观报告压力数据、眼动数据、生理数据与行为绩效数据分别生成各特征对应的数据常模;
根据所述操作人员的测试结果以及特征数据确定所述操作人员的常模水平。
4.根据权利要求3所述的多模态数据抗压能力测评方法,其特征在于,根据操作人员的测试结果、采集到的所述主观报告压力数据、眼动数据、生理数据、行为绩效数据确定操作人员的抗压强度指标,包括:
生成训练样本集,所述训练样本集中的各样本数据包括所述成员的测试结果、特征数据以及数据常模;
基于所述训练样本集对分类模型进行预训练,得到预训练分类模型;
将所述操作人员的测试结果及特征数据输入至所述预训练分类模型,得到所述操作人员的抗压强度指标。
5.根据权利要求4所述的多模态数据抗压能力测评方法,其特征在于,实时采集所述操作人员的特征数据包括:
接收操作人员在测评结束后针对所述测评任务做出的主观报告压力问卷调查,获得主观报告压力数据。
6.根据权利要求1所述的多模态数据抗压能力测评方法,其特征在于,所述方法还包括:
对采集到的操作人员的特征数据进行滤波处理;
对滤波处理后的所述特征数据进行特征指标提取,所述特征指标包括皮电数据均值、心率变异性数据的低高频功率比值、眼动兴趣区总注视时间、瞳孔直径以及眨眼频率;
计算各个特征指标的标准分数。
7.根据权利要求3或6所述的多模态数据抗压能力测评方法,其特征在于,根据操作人员的测试结果、采集到的所述主观报告压力数据、眼动数据、生理数据、行为绩效数据确定操作人员的抗压强度指标,包括:
对各特征指标进行权重赋权;其中各特征指标的权重之和为1;
分别计算各特征指标的标准分数与其权重的乘积;
对各特征指标的标准分数与其权重的乘积求和得到操作人员的抗压强度分数。
8.根据权利要求7所述的多模态数据抗压能力测评方法,其特征在于,所述方法还包括生成包括有测评任务、操作人员特征信息、操作人员的测试结果、眼动数据、生理数据、行为绩效数据、抗压强度指标、问卷结果以及常模水平的测试报告。
9.一种基于虚拟现实技术的抗压能力测评***,其特征在于,所述***包括:
用户管理模块,用于获取操作人员的个人信息,并根据操作人员的个人信息确定在虚拟现实场景中进行抗压能力测评的类型;
任务场景模块,用于根据确定的抗压能力测评的类型显示抗压能力测评的任务类型,并用于接收操作人员针对显示的任务类型选择的测评任务,以基于接收到的操作人员选择的所述测评任务对所述操作人员进行测试,获得操作人员的测试结果;其中,所述任务类型包括第一等级压力任务和第二等级压力任务;
数据管理模块,用于实时采集所述操作人员的主观报告压力数据、眼动数据、生理数据以及行为绩效数据,并根据所述操作人员的测试结果、采集到的操作人员的主观报告压力数据、眼动数据、生理数据以及行为绩效数据确定所述操作人员的抗压强度指标;其中,眼动数据包括瞳孔直径、眨眼频率以及注视类数据,所述注视类数据包括注视时间;生理数据包括心率变异性数据及皮电数据;行为绩效数据包括完成任务时的正确率、反应时间。
10.根据权利要求9所述的抗压能力测评***,其特征在于,所述***还包括报告管理模块,所述报告管理模块用于生成测试报告。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111653515.8A CN114469089A (zh) | 2021-12-30 | 2021-12-30 | 基于虚拟现实技术的多模态数据抗压能力测评方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111653515.8A CN114469089A (zh) | 2021-12-30 | 2021-12-30 | 基于虚拟现实技术的多模态数据抗压能力测评方法及*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114469089A true CN114469089A (zh) | 2022-05-13 |
Family
ID=81508183
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111653515.8A Pending CN114469089A (zh) | 2021-12-30 | 2021-12-30 | 基于虚拟现实技术的多模态数据抗压能力测评方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114469089A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115407750A (zh) * | 2022-08-12 | 2022-11-29 | 北京津发科技股份有限公司 | 人机协同智能***决策能力的测评方法及*** |
EP4332944A1 (en) * | 2022-08-29 | 2024-03-06 | Kingfar International Inc. | A method, system and storage medium for assessing and training personnel situational awareness |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106388833A (zh) * | 2016-09-09 | 2017-02-15 | 宇龙计算机通信科技(深圳)有限公司 | 一种虚拟现实心理素质评估方法及评估*** |
CN106447184A (zh) * | 2016-09-21 | 2017-02-22 | 中国人民解放军国防科学技术大学 | 基于多传感器测量与神经网络学习的无人机操作员状态评估方法 |
CN107224291A (zh) * | 2017-05-27 | 2017-10-03 | 西南交通大学 | 调度员能力测试*** |
CN107239895A (zh) * | 2017-05-27 | 2017-10-10 | 西南交通大学 | 用于持续性注意力考核的方法及*** |
CN108135548A (zh) * | 2015-06-15 | 2018-06-08 | Medibio有限公司 | 用于监测压力状态的方法和*** |
CN108366763A (zh) * | 2015-06-15 | 2018-08-03 | Medibio有限公司 | 用于评估精神状态的方法和*** |
JP2018143320A (ja) * | 2017-03-02 | 2018-09-20 | 国立大学法人福井大学 | ストレス評価装置およびストレス状態の評価方法 |
CN108836365A (zh) * | 2018-05-14 | 2018-11-20 | 中国人民解放军第四军医大学 | 基于vr和脑电信号采集的决策风格测评装置及其测评方法 |
CN109480864A (zh) * | 2018-10-26 | 2019-03-19 | 首都医科大学附属北京安定医院 | 一种基于神经认知功能与机器学习的精神***症自动评估*** |
US20190175091A1 (en) * | 2017-12-13 | 2019-06-13 | Tata Consultancy Services Limited | System and method for classification and quantitative estimation of cognitive stress |
CN110507334A (zh) * | 2019-08-21 | 2019-11-29 | 珠海学之渔心理咨询有限公司 | 一种成人心理评测方法 |
CN111276199A (zh) * | 2020-01-20 | 2020-06-12 | 北京津发科技股份有限公司 | 基于云服务器的人因测评方法和多互联***以及存储介质 |
CN111309706A (zh) * | 2020-01-20 | 2020-06-19 | 北京明略软件***有限公司 | 模型训练方法、装置、可读存储介质及电子设备 |
CN112137627A (zh) * | 2020-09-10 | 2020-12-29 | 北京津发科技股份有限公司 | 人因测评和训练的自适应方法及*** |
-
2021
- 2021-12-30 CN CN202111653515.8A patent/CN114469089A/zh active Pending
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108366763A (zh) * | 2015-06-15 | 2018-08-03 | Medibio有限公司 | 用于评估精神状态的方法和*** |
CN108135548A (zh) * | 2015-06-15 | 2018-06-08 | Medibio有限公司 | 用于监测压力状态的方法和*** |
CN106388833A (zh) * | 2016-09-09 | 2017-02-15 | 宇龙计算机通信科技(深圳)有限公司 | 一种虚拟现实心理素质评估方法及评估*** |
CN106447184A (zh) * | 2016-09-21 | 2017-02-22 | 中国人民解放军国防科学技术大学 | 基于多传感器测量与神经网络学习的无人机操作员状态评估方法 |
JP2018143320A (ja) * | 2017-03-02 | 2018-09-20 | 国立大学法人福井大学 | ストレス評価装置およびストレス状態の評価方法 |
CN107239895A (zh) * | 2017-05-27 | 2017-10-10 | 西南交通大学 | 用于持续性注意力考核的方法及*** |
CN107224291A (zh) * | 2017-05-27 | 2017-10-03 | 西南交通大学 | 调度员能力测试*** |
US20190175091A1 (en) * | 2017-12-13 | 2019-06-13 | Tata Consultancy Services Limited | System and method for classification and quantitative estimation of cognitive stress |
CN108836365A (zh) * | 2018-05-14 | 2018-11-20 | 中国人民解放军第四军医大学 | 基于vr和脑电信号采集的决策风格测评装置及其测评方法 |
CN109480864A (zh) * | 2018-10-26 | 2019-03-19 | 首都医科大学附属北京安定医院 | 一种基于神经认知功能与机器学习的精神***症自动评估*** |
CN110507334A (zh) * | 2019-08-21 | 2019-11-29 | 珠海学之渔心理咨询有限公司 | 一种成人心理评测方法 |
CN111276199A (zh) * | 2020-01-20 | 2020-06-12 | 北京津发科技股份有限公司 | 基于云服务器的人因测评方法和多互联***以及存储介质 |
CN111309706A (zh) * | 2020-01-20 | 2020-06-19 | 北京明略软件***有限公司 | 模型训练方法、装置、可读存储介质及电子设备 |
CN112137627A (zh) * | 2020-09-10 | 2020-12-29 | 北京津发科技股份有限公司 | 人因测评和训练的自适应方法及*** |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115407750A (zh) * | 2022-08-12 | 2022-11-29 | 北京津发科技股份有限公司 | 人机协同智能***决策能力的测评方法及*** |
CN115407750B (zh) * | 2022-08-12 | 2023-11-21 | 北京津发科技股份有限公司 | 人机协同智能***决策能力的测评方法及*** |
EP4332944A1 (en) * | 2022-08-29 | 2024-03-06 | Kingfar International Inc. | A method, system and storage medium for assessing and training personnel situational awareness |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Fourie et al. | The nature of mental toughness in sport | |
CN112137627B (zh) | 智能人因测评和训练方法及*** | |
CN114469089A (zh) | 基于虚拟现实技术的多模态数据抗压能力测评方法及*** | |
CN107348962B (zh) | 一种基于脑机接口技术的人格特质测量方法及设备 | |
US20120116853A1 (en) | System and process for evaluation of athlete performance | |
CN112675405A (zh) | 基于虚拟现实的军人心理训练方法、设备及装置 | |
WO2022057840A1 (zh) | 脑认知功能检测*** | |
CN113378975A (zh) | 一种电工作业人员风险感知能力差异性评估方法 | |
CN113658697B (zh) | 一种基于视频注视差异的心理测评*** | |
Straub et al. | Analytic and descriptive approaches to systematic match analysis in table tennis: A review | |
CN113558634A (zh) | 一种数据监测方法、装置、电子设备和存储介质 | |
CN111738234A (zh) | 基于个体眼动特征的自动化共情能力识别方法 | |
CN113611416B (zh) | 基于虚拟现实技术心理场景评估方法及*** | |
CN116090879A (zh) | 一种基于眼动数据的飞行训练品质评估方法 | |
CN114169808A (zh) | 计算机实施的学习力评估方法、计算设备、介质和*** | |
RU2314029C2 (ru) | Способ комплексной психофизиологической оценки индивидуально-типологических особенностей целенаправленной деятельности личности | |
CN111580641B (zh) | 基于vr的模拟军事决策效能监测预警*** | |
CN113920396A (zh) | 一种特殊岗位人员视觉认知能力量化评测方法、***及评测设备 | |
CN114983434A (zh) | 一种基于多模态脑功能信号识别的***及方法 | |
CN108766504B (zh) | 一种手术导航***的人因评价方法 | |
Refiater et al. | Development Model for Android-Based Bullet-Bulleted Obraine Styles | |
US20130203028A1 (en) | Coordination and control test device | |
CN109887000A (zh) | 注意追踪策略的识别方法、训练方法及其装置 | |
CN115862815B (zh) | 人机工效测试与训练方法、***、设备以及可读存储介质 | |
CN116058841B (zh) | 基于皮电波的心理测试自动评分方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |