CN104714449B - 获取用于人机交互任务的操作数据的方法和装置 - Google Patents
获取用于人机交互任务的操作数据的方法和装置 Download PDFInfo
- Publication number
- CN104714449B CN104714449B CN201510102720.3A CN201510102720A CN104714449B CN 104714449 B CN104714449 B CN 104714449B CN 201510102720 A CN201510102720 A CN 201510102720A CN 104714449 B CN104714449 B CN 104714449B
- Authority
- CN
- China
- Prior art keywords
- preset
- predetermined
- index
- data
- formula
- 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.)
- Active
Links
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/04—Programme control other than numerical control, i.e. in sequence controllers or logic controllers
- G05B19/042—Programme control other than numerical control, i.e. in sequence controllers or logic controllers using digital processors
- G05B19/0423—Input/output
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/20—Pc systems
- G05B2219/21—Pc I-O input output
- G05B2219/21012—Configurable I-O
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/20—Pc systems
- G05B2219/26—Pc applications
- G05B2219/2609—Process control
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种获取用于人机交互任务的操作数据的方法和装置。其中，该方法包括：获取预先确定的操作集合中的各个预定操作，其中，预定操作根据人机交互任务所需执行的交互操作确定；获取各个预定操作的权重参数；检测对预定对象执行各个预定操作的操作时间；根据操作时间及权重参数计算，得到用于人机交互的操作数据。本发明解决了现有技术中无法获取执行人机交互的操作的绩效操作数据的问题，达到了提高操作的准确性的技术效果。
Description
技术领域
本发明涉及计算机领域，具体而言，涉及一种获取用于人机交互任务的操作数据的方法和装置。
背景技术
目前，数字化人机交互控制系统已经广泛应用于核电、航空、石油化工等领域，人机交互的重要性也开始日益受到普遍的关注。其中，人机交互是人与机器之间的双向通信，以一定的符号和操作来实现，在数字化背景下，它具有操纵员角色转变、认知负荷大、硬控制向软控制转变、人机界面更加丰富等特点。然而，人机交互过程中却常常由于人为因素引发失误，而这些失误很有可能会导致交互控制失效或者更严重的事故。
以往研究工作大多是对传统主控室操作员的绩效评估，传统工业系统的主控室主要基于模拟技术，操作员在操作时主要面对大量的报警面板、模拟指示器、以及手动转换器。现阶段主控室主要基于数字技术的，许多学者对于数字化主控室操作员的绩效评估进行了研究，但处于起步阶段，评估手段与方法匮乏，无法定量描述操作人员执行人机交互的绩效的操作数据。
针对现有技术中无法获取执行人机交互的操作的绩效操作数据的问题，目前尚未提出有效的解决方案。
发明内容
本发明实施例提供了一种获取用于人机交互任务的操作数据的方法和装置，以至少解决现有技术中无法获取执行人机交互的操作的绩效操作数据的技术问题。
根据本发明实施例的一个方面，提供了一种获取用于人机交互任务的操作数据的方法，包括：获取预先确定的操作集合中的各个预定操作，其中，预定操作根据人机交互任务所需执行的交互操作确定；获取各个预定操作的权重参数；检测对预定对象执行各个预定操作的操作时间；根据操作时间及权重参数计算，得到用于人机交互的操作数据。
进一步地，获取各个预定操作的权重参数包括：获取每个预定操作的指标参数集合，其中，指标参数集合中包括一个或多个预设指标数据；根据预设指标数据确定各个预定操作的操作熵值；按照操作熵值调整预设指标数据，得到每个预定操作的权重参数。
进一步地，根据预设指标数据确定各个预定操作的操作熵值包括：建立各个预定操作的指标矩阵，其中，各个指标参数集合中的预设指标数据的个数相同，指标矩阵中的每一列中的元素分别为对应同一个预定操作的一个或多个预设指标数据；按照第一公式计算指标矩阵中每个预设指标数据对应预定操作的初始权重P(aij)，其中，第一公式为：aij为第j个预定操作的第i个预设指标数据，m为各个指标参数集合中的预设指标数据的个数，i＝1，2，……，m；按照第二公式计算第j个预定操作的操作熵值ej，其中，第二公式为：c为常数。
进一步地，按照操作熵值调整预设指标数据，得到每个预定操作的权重参数包括：获取第j个预定操作的差异性因数dj，其中，dj＝1-ej；利用差异性因数dj按照第三公式调整第j个预定操作的初始权重P(aij)，得到调整后的权重hij，其中，第三公式为：hij＝dj×P(aij)；通过以下方式计算第j个预定操作的权重参数kj：其中，m表示各个指标参数集合中预设指标数据的个数，i表示第i个预设指标数据，其中，i＝1，2，……，m；n表示预定操作的个数，j表示第j个预定操作，其中，j＝1，2，……，n。
进一步地，检测对预定对象执行各个预定操作的操作时间包括：检测预定对象的操作距离；检测预定对象的尺寸大小；通过第四公式根据预定对象的操作距离D和预定对象的尺寸大小S确定预定操作的运动难度指数，其中，第四公式为：ID＝log2(D/S+1)；通过以下方式计算第j个预定操作的操作时间tj：tj＝a+bIDj，其中，a、b为预设参数，IDj表示第j个预定操作的运动难度指数。
进一步地，根据操作时间及权重参数计算，得到用于人机交互的操作数据包括：通过以下方式计算操作数据IP：其中，n表示预定操作的个数，j表示第j个预定操作，其中，j＝1，2，……，n；kj表示第j个预定操作的权重参数，IPj表示第j个预定操作的操作指数；其中，通过第五公式得到IPj，其中，第五公式为：IPj＝IDj/tj，其中，IDj表示第j个预定操作的运动难度指数，tj表示第j个预定操作的操作时间。
根据本发明实施例的另一方面，还提供了一种获取用于人机交互任务的操作数据的装置，包括：操作获取模块，用于获取预先确定的操作集合中的各个预定操作，其中，预定操作根据人机交互任务所需执行的交互操作确定；参数获取模块，用于获取各个预定操作的权重参数；检测模块，用于检测对预定对象执行各个预定操作的操作时间；计算模块，用于根据操作时间及权重参数计算，得到用于人机交互的操作数据。
进一步地，参数获取模块包括：第一获取子模块，用于获取每个预定操作的指标参数集合，其中，指标参数集合中包括一个或多个预设指标数据；确定模块，用于根据预设指标数据确定各个预定操作的操作熵值；调整模块，用于按照操作熵值调整预设指标数据，得到每个预定操作的权重参数。
进一步地，确定模块包括：建立模块，用于建立各个预定操作的指标矩阵，其中，各个指标参数集合中的预设指标数据的个数相同，指标矩阵中的每一列中的元素分别为对应同一个预定操作的一个或多个预设指标数据；第一计算子模块，用于按照第一公式计算指标矩阵中每个预设指标数据对应预定操作的初始权重P(aij)，其中，第一公式为：aij为第j个预定操作的第i个预设指标数据，m为各个指标参数集合中的预设指标数据的个数，i＝1，2，……，m；第二计算子模块，用于按照第二公式计算第j个预定操作的操作熵值ej，其中，第二公式为：c为常数。
进一步地，调整模块包括：第一获取子模块，用于获取第j个预定操作的差异性因数dj，其中，dj＝1-ej；第三计算子模块，用于利用差异性因数dj按照第三公式调整第j个预定操作的初始权重P(aij)，得到调整后的权重hij，其中，第三公式为：hij＝dj×P(aij)；第四计算子模块，用于通过以下方式计算第j个预定操作的权重参数kj：其中，m表示各个指标参数集合中预设指标数据的个数，i表示第i个预设指标数据，其中，i＝1，2，……，m；n表示预定操作的个数，j表示第j个预定操作，其中，j＝1，2，……，n。
进一步地，检测模块包括：第一检测子模块，用于检测预定对象的操作距离；第二检测子模块，用于检测预定对象的尺寸大小；确定子模块，用于通过第四公式根据预定对象的操作距离D和预定对象的尺寸大小S确定预定操作的运动难度指数，其中，第四公式为：ID＝log2(D/S+1)；第五计算子模块，用于通过以下方式计算第j个预定操作的操作时间tj：tj＝a+bIDj，其中，a、b为预设参数，IDj表示第j个预定操作的运动难度指数。
进一步地，计算模块包括：第六计算子模块，用于通过以下方式计算操作数据IP：其中，n表示预定操作的个数，j表示第j个预定操作，其中，j＝1，2，……，n；kj表示第j个预定操作的权重参数，IPj表示第j个预定操作的操作指数；其中，通过第五公式得到IPj，其中，第五公式为：IPj＝IDj/tj，其中，IDj表示第j个预定操作的运动难度指数，tj表示第j个预定操作的操作时间。
在本发明实施例中，采用熵值法对初步给定的预设指标数据进行调整，能做到静态赋权和动态赋权相结合，得到更为合理的操作数据；并依据费茨定理来计算各预定操作的操作时间，采用熵值法来调整上述预设指标数据，以具体的操作数据来定量地衡量操作员的绩效水平，进而解决了现有技术中无法获取执行人机交互的操作的绩效操作数据的技术问题，达到了提高操作的准确性的技术效果。
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，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
图1是根据本发明实施例的一种可选的获取用于人机交互任务的操作数据的方法的流程图；
图2是根据本发明实施例的另一种可选的获取用于人机交互任务的操作数据的方法的流程图；以及
图3是根据本发明实施例的一种可选的获取用于人机交互任务的操作数据的装置的示意图。
具体实施方式
下文中将参考附图并结合实施例来详细说明本发明。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。
实施例1
根据本发明实施例，提供了一种获取用于人机交互任务的操作数据的方法，如图1所示，该方法包括：
步骤S102，获取预先确定的操作集合中的各个预定操作，其中，预定操作根据人机交互任务所需执行的交互操作确定。
步骤S104，获取各个预定操作的权重参数。
步骤S106，检测对预定对象执行各个预定操作的操作时间。
步骤S108，根据操作时间及权重参数计算，得到用于人机交互的操作数据。
采用本发明，在获取预先确定的操作集合中的各个预定操作之后，获取各个预定操作的权重参数，并检测对预定对象执行各个预定操作的操作时间，然后根据操作时间及权重参数计算，得到用于人机交互的操作数据。在上述实施例中，通过人机交互的操作的权重参数和操作时间确定用于人机交互的操作数据，该操作数据可以描述执行预定操作的操作属性数据，如，操作预定操作的绩效指数。通过上述实施例，进而解决了现有技术中无法获取执行人机交互的操作的绩效操作数据的技术问题，达到了提高操作的准确性的技术效果。
在本发明实施例中，采用熵值法对初步给定的预设指标数据进行调整，能做到静态赋权和动态赋权相结合，得到更为合理的操作数据；并依据费茨定理来计算各预定操作的操作时间，采用熵值法来调整上述预设指标数据，以具体的操作数据来定量地衡量操作员的绩效水平，进而解决了现有技术中无法获取执行人机交互的操作的绩效操作数据的技术问题。
可选地，在本实施例中，上述获取用于人机交互任务的操作数据的方法可以但不限于应用于数字化人机交互系统中，具体可用于为主控室操作人员提供一种定量的操作绩效评估。以数字化核电厂操作员的操作为例，其中，根据上述人机交互过程所执行的操作确定上述一组预定操作可以包括但不限于：良好环境下切屏点击(U1)、干扰环境下切屏点击(U2)、良好环境下不同距离与角度阀门点击(U3)、干扰环境下不同距离与角度阀门点击(U4)。例如，以切屏为例，选取在蒸汽发生器传热管破裂事故(SGTR，Steam Generator TubeRupture)中操纵员DOS规程中常用的3DOS10AYST界面、化学和容积控制系统以及硼回收系统切屏的操作时间。其中，对应上述的预定操作的操作时间可以为测量被试从起点(例如，屏幕中心)到按钮鼠标点击的时间(t)。上述举例只是一种示例，本实施例对此不做任何限定。
在上述实施例中，操作数据可以是操作人员执行预定操作的绩效指数或者用于绩效评估的数据。
可选地，在本实施例中，上述预定对象可以包括但不限于：终端，其中，上述终端中可以包括但不限于以下至少之一：鼠标、显示屏，上述终端可以包括但不限于以下至少之一：手机、PC机、笔记本电脑、平板电脑。
可选地，在本实施例中，在检测对预定对象执行预先确定的操作集合的操作时间之前，还包括：选择满足预定条件的被检测的操作人员。
具体而言，以数字化核电厂操作员的操作为例，上述被检测的操作人员在进行上述检测之前，均将接受充足的核电系统教育，具备执行上述检测的客观条件。
可选地，在本实施例中，上述操作时间可以但不限于与以下两个因素相关：预定对象的移动距离、预定对象的尺寸大小。可选地，在本实施例中，上述操作时间是根据费茨定理获得，使用指点设备到达一个目标的时间，同以下两个因素有关：
(1)设备当前位置和目标位置的距离(Distance)，其中，上述距离越长，所需时间越长；
(2)目标的大小(Size)，其中，当上述目标越大，则所需时间越短。
下面结合图2详述本发明的另一种可选的方案，上述步骤S104，获取各个预定操作的权重参数可以包括：
步骤S202，获取每个预定操作的指标参数集合，其中，指标参数集合中包括一个或多个预设指标数据。
步骤S204，根据预设指标数据确定各个预定操作的操作熵值。
步骤S206，按照操作熵值调整预设指标数据，得到每个预定操作的权重参数。
可选地，在本实施例中，上述预设指标数据可以但不限于为经验丰富的专家为各个预定操作设置，得到预设指标数据的集合Aij。例如，根据各预定操作的重要性、按照1-5级评分值对其设置。设有m个专家参与设置，第i个专家(i＝1,2,…,m)对n个预定操作的设置为(ai1,ai2,...,ai(n-1))，得到预设指标数据的集合Aij如下：
具体结合以下示例进行描述，上述一组预定操作包括：良好环境下切屏点击(U1)、干扰环境下切屏点击(U2)、良好环境下不同距离与角度阀门点击(U3)、干扰环境下不同距离与角度阀门点击(U4)，上述预设指标数据为10个，则上述一组预定操作对应的10个预设指标数据如表1所示。
表1
其中，上述表1中的每一个单元格中的数据表示一个预设指标数据aij。
作为一种可选的方案，上述预设指标数据为多个，根据预设指标数据确定各个预定操作的操作熵值可以包括：
S1，建立各个预定操作的指标矩阵，其中，各个指标参数集合中的预设指标数据的个数相同，指标矩阵中的每一列中的元素分别为对应同一个预定操作的一个或多个预设指标数据。
S2，按照第一公式计算指标矩阵中每个预设指标数据对应预定操作的初始权重P(aij)，其中，第一公式为：aij为第j个预定操作的第i个预设指标数据，m为各个指标参数集合中的预设指标数据的个数，i＝1，2，……，m。
S3，按照第二公式计算第j个预定操作的操作熵值ej，其中，第二公式为：
c为常数。
可选地，在本实施例中，根据每一个预定操作预设的预设指标数据获取对应的操作熵值，用于在预设指标数据的基础上动态调整，以得到最后的权重参数。
可选地，在本实施例中，常数c>0，操作熵值0<ej<1。对于第j个与预定操作，当预设指标数据aij全部相等时，进而得出ej为极大值1，再根据上述方式计算e得出
具体而言，结合表1所示的预设指标数据，根据公式计算得到上述预定操作(U1、U2、U3、U4)分别对应的操作熵值P(aij)＝(0.21，0.18，0.26，0.35)。
通过本申请提供的实施例，利用熵值法通过对预设指标数据进行进一步的调整，实现静态与动态相结合，使得权重参数更加准确客观，提高了操作数据的准确性。
作为一种可选的方案，按照操作熵值调整预设指标数据，得到每个预定操作的权重参数可以包括：
S1，获取第j个预定操作的差异性因数dj，其中，dj＝1-ej。
S2，利用差异性因数dj按照第三公式调整第j个预定操作的初始权重P(aij)，得到调整后的权重hij，其中，第三公式为：hij＝dj×P(aij)。
S3，通过以下方式计算第j个预定操作的权重参数kj：
其中，m表示各个指标参数集合中预设指标数据的个数，i表示第i个预设指标数据，其中，i＝1，2，……，m；n表示预定操作的个数，j表示第j个预定操作，其中，j＝1，2，……，n。
可选地，在本实施例中，根据上述计算关系可知，对于第j个预定操作，静态指标参数aij的差异性越小，则操作熵值ej越大；当aij全部相等时，ej＝emax＝1，此时第j个预定操作的权重参数将不产生影响；当第j个预定操作的静态指标参数相差越大时，ej越小，该预定操作的权重参数所起的作用越大。
进一步，定义D＝(d1，d2，…，dn)为差异性因数向量，其中：dj＝1-ej，当dj越大时，该预定操作越重要，则利用差异性因数dj通过以下方式调整已有权重：
hj＝dj×bj，其中bj＝P(aij)。
归一化处理后可得到各项基本操作绩效权重为：
具体结合表1所示的预设指标数据，利用算数平均法得到上述预定操作(U1、U2、U3、U4)调整后的权重参数kj＝(0.21，0.18，0.34，0.27)。
通过本申请提供的实施例，通过上述计算方式获取权重参数，实现了将各个预定操作的权重参数进行平衡调整，使得获取到的操作数据更准确。
作为一种可选的方案，检测对预定对象执行各个预定操作的操作时间可以包括：
S1，检测预定对象的操作距离。
S2，检测预定对象的尺寸大小。
S3，通过第四公式根据预定对象的操作距离D和预定对象的尺寸大小S确定预定操作的运动难度指数，其中，第四公式为：ID＝log2(D/S+1)。
S4，通过以下方式计算第j个预定操作的操作时间tj：
tj＝a+bIDj，
其中，a、b为预设参数，IDj表示第j个预定操作的运动难度指数。
可选地，在本实施例中，采用眼动仪测试位于不同方向、不同距离的操作时间，使用统计产品与服务解决方案软件(SPSS，Statiscal Product and Service Solutions)对实测数据进行回归分析，求得费茨公式的系数。
具体结合表1中的预设指标数据为例进行描述，根据费茨定理通过以下公式表示预定操作的操作时间：tj＝a+bIDj，其中a，b是经验参数，它们依赖于具体的被检测的预定对象的物理特性，以及操作人员和环境等因素，计算得到a，b的数值；其中，ID表示上述预定操作的运动难度指数。
通过本申请提供的实施例，根据费茨定理实现对预定操作的操作时间的检测，从而实现更加客观地衡量操作人员的操作水平，实现了在人机交互中对人员的定量考核。
作为一种可选的方案，根据操作时间及权重参数计算，得到用于人机交互的操作数据可以包括：通过以下方式计算操作数据IP：
其中，n表示预定操作的个数，j表示第j个预定操作，其中，j＝1，2，……，n；kj表示第j个预定操作的权重参数，IPj表示第j个预定操作的操作指数；其中，通过第五公式得到IPj，其中，第五公式为：IPj＝IDj/tj，其中，IDj表示第j个预定操作的运动难度指数，tj表示第j个预定操作的操作时间。
具体结合表1所示的预设指标数据进行描述，假设上述一组预定操作可以包括：四个预定操作，其分别对应的操作数据为，IPj＝(q1，q2，q3，q4)＝(0.19，1.77，3.01，2.56)。进一步，上述人机交互过程中一组预定操作的操作数据为：
通过本申请提供的实施例，通过多个预定操作的权重参数计算最终的权重参数，实现了利用多维数据计算操作数据，进而使得更加准确的获取操作数据，并根据上述操作数据调整操作人员，根据绩效的不同合理分配操作人员，从而减少人机交互过程中的失误，提高了操作的准确性。
具体结合以下示例进行描述，其中，在本示例中，预设指标数据可以用权重表示，操作熵值用熵值表示，权重参数用综合绩效指数表示：
S1，选取被试对象。
在开始之前被试人员均接受了充足的核电系统教育训练，符合该实验被试的基本条件。
S2，定义被试基本操作。
本实施例模拟数字化核电厂操纵员的基本操作可以包括：良好环境下切屏点击(U1)、干扰环境下切屏点击(U2)、良好环境下不同距离与角度阀门点击(U3)、干扰环境下不同距离与角度阀门点击(U4)。
S3，确定各项预定操作绩效权重(预设指标数据)。
10名专家对良好环境下切屏点击(U1)、干扰环境下切屏点击(U2)、良好环境下不同距离与角度阀门点击(U3)、干扰环境下不同距离与角度阀门点击(U4)进行打分，结果如表1所示。
利用算数平均法得到原始权重值分别为P(a)＝(b1，b2，b3，b4)＝(0.21，0.18，0.26，0.35)，调整后权重分布矩阵k＝(k1，k2，k3，k4)＝(0.21，0.18，0.34，0.27)。
S4，确定基本操作的绩效指数(对预设指标数据调整后的权重参数)。
采用德国ManGold公司生产的Tobii X120型眼动仪测试位于不同方向、不同距离的MT时间，使用SPSS数据分析软件对实测数据进行回归分析，求得费茨公式的系数，最后根据公式IPj＝IDj/MTj求出各基本操作的绩效指数IP＝(IP1，IP2，IP3，IP4)＝(0.19，1.77，3.01，2.56)。
S5，结合各个预定操作的绩效指数与其对应的权重得出综合绩效指数(即，权重参数)。
根据公式可得出该被试人员的综合绩效指数为最后求出该名被试人员的综合绩效指数为1.12。
具体地，上述绩效指数越高，说明该名被试人员的绩效水平越高。
本发明提供的上述实施例来进一步对本发明进行解释，但是值得注意的是，上述实施例只是为了更好的描述本发明，并不构成对本发明不当的限定。
实施例2
根据本发明实施例，还提供了一种获取用于人机交互任务的操作数据的装置，如图3所示，该装置可以包括：操作获取模块302、参数获取模块304、检测模块306以及计算模块308。
其中，操作获取模块，用于获取预先确定的操作集合中的各个预定操作，其中，预定操作根据人机交互任务所需执行的交互操作确定；参数获取模块，用于获取各个预定操作的权重参数；检测模块，用于检测对预定对象执行各个预定操作的操作时间；计算模块，用于根据操作时间及权重参数计算，得到用于人机交互的操作数据。
以往研究工作大多是对传统主控室操作员的绩效评估，传统工业系统的主控室主要基于模拟技术，操作员在操作时主要面对大量的报警面板、模拟指示器、以及手动转换器。现阶段主控室主要基于数字技术的，许多学者对于数字化主控室操作员的绩效评估进行了研究，但处于起步阶段，评估手段与方法匮乏，能够定量描述的方法更是少之又少，使用现有技术无法准确获取操作数据。
采用本发明，在操作获取模块获取预先确定的操作集合中的各个预定操作之后，参数获取模块获取各个预定操作的权重参数，检测模块检测对预定对象执行各个预定操作的操作时间，然后计算模块根据操作时间及权重参数计算，得到用于人机交互的操作数据。在上述实施例中，通过人机交互的操作的权重参数和操作时间确定用于人机交互的操作数据，该操作数据可以描述执行预定操作的操作属性数据，如，操作预定操作的绩效指数。通过上述实施例，进而解决了现有技术中无法获取执行人机交互的操作的绩效操作数据的技术问题，达到了提高操作的准确性的技术效果。
在本发明实施例中，采用熵值法对初步给定的预设指标数据进行调整，能做到静态赋权和动态赋权相结合，得到更为合理的操作数据；并依据费茨定理来计算各预定操作的操作时间，采用熵值法来调整上述预设指标数据，以具体的操作数据来定量地衡量操作员的绩效水平，进而解决了现有技术中无法准确获取操作数据的技术问题，达到了提高操作的准确性的技术效果。
可选地，在本实施例中，上述获取用于人机交互任务的操作数据的装置可以但不限于应用于数字化人机交互系统中，具体可用于为主控室操作人员提供一种定量的操作绩效评估。以数字化核电厂操作员的操作为例，其中，根据上述人机交互过程所执行的操作确定上述一组预定操作可以包括但不限于：良好环境下切屏点击(U1)、干扰环境下切屏点击(U2)、良好环境下不同距离与角度阀门点击(U3)、干扰环境下不同距离与角度阀门点击(U4)。例如，以切屏为例，选取在蒸汽发生器传热管破裂事故(SGTR，Steam Generator TubeRupture)中操纵员DOS规程中常用的3DOS10AYST界面、化学和容积控制系统以及硼回收系统切屏的操作时间。其中，对应上述的预定操作的操作时间可以为测量被试从起点(例如，屏幕中心)到按钮鼠标点击的时间(t)。上述举例只是一种示例，本实施例对此不做任何限定。
可选地，在本实施例中，上述预定对象可以包括但不限于：终端，其中，上述终端中可以包括但不限于以下至少之一：鼠标、显示屏，上述终端可以包括但不限于以下至少之一：手机、PC机、笔记本电脑、平板电脑。
可选地，在本实施例中，在检测对预定对象执行预先确定的操作集合的操作时间之前，还包括：选择满足预定条件的被检测的操作人员。
具体而言，以数字化核电厂操作员的操作为例，上述被检测的操作人员在进行上述检测之前，均将接受充足的核电系统教育，具备执行上述检测的客观条件。
可选地，在本实施例中，上述操作时间可以但不限于与以下两个因素相关：预定对象的移动距离、预定对象的尺寸大小。可选地，在本实施例中，上述操作时间是根据费茨定理获得，使用指点设备到达一个目标的时间，同以下两个因素有关：
(1)设备当前位置和目标位置的距离(Distance)。其中，上述距离越长，所需时间越长；
(2)目标的大小(Size)。其中，当上述目标越大，则所需时间越短。
作为一种可选的方案，参数获取模块包括：第一获取子模块，用于获取每个预定操作的指标参数集合，其中，指标参数集合中包括一个或多个预设指标数据；确定模块，用于根据预设指标数据确定各个预定操作的操作熵值；调整模块，用于按照操作熵值调整预设指标数据，得到每个预定操作的权重参数。
可选地，在本实施例中，上述预设指标数据可以但不限于为经验丰富的专家为各个预定操作设置，得到预设指标数据的集合Aij。例如，根据各预定操作的重要性、按照1-5级评分值对其设置。设有m个专家参与设置，第i个专家(i＝1，2，…，m)对n个预定操作的设置为(ai1,ai2,...,ai(n-1))，得到预设指标数据的集合Aij如下：
具体结合以下示例进行描述，上述一组预定操作可以包括：良好环境下切屏点击(U1)、干扰环境下切屏点击(U2)、良好环境下不同距离与角度阀门点击(U3)、干扰环境下不同距离与角度阀门点击(U4)，上述预设指标数据为10个，则上述一组预定操作对应的10个预设指标数据如表2所示。
表2
其中，上述表2中的每一个单元格中的数据表示一个预设指标数据aij。
作为一种可选的方案，确定模块可以包括：建立模块，用于建立各个预定操作的指标矩阵，其中，各个指标参数集合中的预设指标数据的个数相同，指标矩阵中的每一列中的元素分别为对应同一个预定操作的一个或多个预设指标数；第一计算子模块，用于按照第一公式计算指标矩阵中每个预设指标数据对应预定操作的初始权重P(aij)，其中，第一公式为：aij为第j个预定操作的第i个预设指标数据，m为各个指标参数集合中的预设指标数据的个数，i＝1，2，……，m；第二计算子模块，用于按照第二公式计算第j个预定操作的操作熵值ej，其中，第二公式为：
c为常数。
可选地，在本实施例中，根据每一个预定操作预设的预设指标数据获取对应的操作熵值，用于在预设指标数据的基础上动态调整，以得到最后的权重参数。
可选地，在本实施例中，常数c>0，操作熵值0<ej<1。对于第j个与预定操作，当预设指标数据aij全部相等时，进而得出ej为极大值1，再根据上述方式计算得出c
具体而言，结合表2所示的预设指标数据，根据公式P计算得到上述预定操作(U1、U2、U3、U4)分别对应的操作熵值P(aij)＝(0.21，0.18，0.26，0.35)。
通过本申请提供的实施例，利用熵值法通过对预设指标数据进行进一步的调整，实现静态与动态相结合，使得权重参数更加准确客观，提高了操作数据的准确性。
作为一种可选的方案，调整模块还可以包括：
第一获取子模块，用于获取第j个预定操作的差异性因数dj，其中，dj＝1-ej；第三计算子模块，用于利用差异性因数dj按照第三公式调整第j个预定操作的初始权重P(aij)，得到调整后的权重hij，其中，第三公式为：hij＝dj×P(aij)；第四计算子模块，用于通过以下方式计算第j个预定操作的权重参数kj：
其中，m表示各个指标参数集合中预设指标数据的个数，i表示第i个预设指标数据，其中，i＝1，2，……，m；n表示预定操作的个数，j表示第j个预定操作，其中，j＝1，2，……，n。
可选地，在本实施例中，根据上述计算关系可知，对于第j个预定操作，静态指标参数aij的差异性越小，则操作熵值ej越大；当aij全部相等时，ej＝emax＝1，此时第j个预定操作的权重参数将不产生影响；当第j个预定操作的静态指标参数相差越大时，ej越小，该预定操作的权重参数所起的作用越大。
进一步，定义D＝(d1，d2，…，dn)为差异性因数向量，其中：dj＝1-ej，当dj越大时，该预定操作越重要，则利用差异性因数dj通过以下方式调整已有权重：
hij＝dj×P(aij)，其中bj＝P(aij)。
归一化处理后可得到各项基本操作绩效权重为：
具体结合表2所示的预设指标数据，利用算数平均法得到上述预定操作(U1、U2、U3、U4)调整后的权重参数kj＝(0.21，0.18，0.34，0.27)。
通过本申请提供的实施例，通过上述计算方式获取权重参数，实现了将各个预定操作的权重参数进行平衡调整，使得获取到的操作数据更准确。
作为一种可选的方案，检测模块可以包括：第一检测子模块，用于检测预定对象的操作距离；第二检测子模块，用于检测预定对象的尺寸大小；确定子模块，用于通过第四公式根据预定对象的操作距离D和预定对象的尺寸大小S确定预定操作的运动难度指数，其中，第四公式为：ID＝log2(D/S+1)；第五计算子模块，用于通过以下方式计算第j个预定操作的操作时间tj：tj＝a+bIDj，其中，a、b为预设参数，IDj表示第j个预定操作的运动难度指数。
可选地，在本实施例中，采用眼动仪测试位于不同方向、不同距离的操作时间，使用统计产品与服务解决方案软件(SPSS，Statiscal Product and Service Solutions)对实测数据进行回归分析，求得费茨公式的系数。
具体结合表2中的预设指标数据为例进行描述，根据费茨定理通过以下公式表示预定操作的操作时间：tj＝a+bIDj，其中a，b是经验参数，它们依赖于具体的被检测的预定对象的物理特性，以及操作人员和环境等因素，计算得到a，b的数值；其中，ID表示上述预定操作的运动难度指数。
通过本申请提供的实施例，根据费茨定理实现对预定操作的操作时间的检测，从而实现更加客观地衡量操作人员的操作水平，实现了在人机交互中对人员的定量考核。
作为一种可选的方案，计算模块可以包括：第六计算子模块，用于通过以下方式计算操作数据IP：
其中，n表示预定操作的个数，j表示第j个预定操作，其中，j＝1，2，……，n；kj表示第j个预定操作的权重参数，IPj表示第j个预定操作的操作指数；其中，通过第五公式得到qj，其中，第五公式为：IPj＝IDj/tj，其中，IDj表示第j个预定操作的运动难度指数，tj表示第j个预定操作的操作时间。
具体结合表2所示的预设指标数据进行描述，假设上述一组预定操作可以包括：四个预定操作，其分别对应的操作数据为，IPj＝(q1，q2，q3，q4)＝(0.19，1.77，3.01，2.56)。进一步，上述人机交互过程中一组预定操作的操作数据为：
通过本申请提供的实施例，通过多个预定操作的权重参数计算最终的权重参数，实现了利用多维数据计算操作数据，进而使得更加准确的获取操作数据，并根据上述操作数据调整操作人员，根据绩效的不同合理分配操作人员，从而减少人机交互过程中的失误，提高了操作的准确性。
本发明提供了一种优选的实施例来进一步对本发明进行解释，但是值得注意的是，该优选实施例只是为了更好的描述本发明，并不构成对本发明不当的限定。
从以上的描述中，可以看出，采用本发明，在获取预先确定的操作集合中的各个预定操作之后，获取各个预定操作的权重参数，并检测对预定对象执行各个预定操作的操作时间，然后根据操作时间及权重参数计算，得到用于人机交互的操作数据。在上述实施例中，通过人机交互的操作的权重参数和操作时间确定用于人机交互的操作数据，该操作数据可以描述执行预定操作的操作属性数据，如，操作预定操作的绩效指数。通过上述实施例，进而解决了现有技术中无法获取执行人机交互的操作的绩效操作数据的技术问题，达到了提高操作的准确性的技术效果。
显然，本领域的技术人员应该明白，上述的本发明的各模块或各步骤可以用通用的计算装置来实现，它们可以集中在单个的计算装置上，或者分布在多个计算装置所组成的网络上，可选地，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本发明不限制于任何特定的硬件和软件结合。
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 (8)
1.一种获取用于人机交互任务的操作数据的方法，其特征在于，包括：
获取预先确定的操作集合中的各个预定操作，其中，所述预定操作根据人机交互任务所需执行的交互操作确定；
获取各个所述预定操作的权重参数；
检测对预定对象执行各个所述预定操作的操作时间；
根据所述操作时间及所述权重参数计算，得到所述用于人机交互的操作数据，其中，所述操作数据是描述执行所述预定操作的操作属性数据，为操作所述预定操作的绩效指数；
获取各个所述预定操作的权重参数包括：
获取每个所述预定操作的指标参数集合，其中，所述指标参数集合中包括一个或多个预设指标数据；
根据所述预设指标数据确定各个所述预定操作的操作熵值；
按照所述操作熵值调整所述预设指标数据，得到每个所述预定操作的所述权重参数；
所述根据所述操作时间及所述权重参数计算，得到所述用于人机交互的操作数据包括：
通过以下方式计算所述操作数据IP：
<mrow>
<mi>I</mi>
<mi>P</mi>
<mo>=</mo>
<msqrt>
<mrow>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>j</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>n</mi>
</munderover>
<msup>
<mrow>
<mo>(</mo>
<msub>
<mi>k</mi>
<mi>j</mi>
</msub>
<msub>
<mi>IP</mi>
<mi>j</mi>
</msub>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
</mrow>
</msqrt>
<mo>,</mo>
</mrow>
其中，所述n表示所述预定操作的个数，所述j表示第j个预定操作，其中，j＝1，2，……，n；所述kj表示所述第j个预定操作的所述权重参数，所述IPj表示第j个预定操作的操作指数；其中，通过第五公式得到所述IPj，其中，所述第五公式为：IPj＝IDj/tj，其中，所述IDj表示所述第j个预定操作的运动难度指数，所述tj表示所述第j个预定操作的所述操作时间。
2.根据权利要求1所述的方法，其特征在于，根据所述预设指标数据确定各个所述预定操作的操作熵值包括：
建立各个所述预定操作的指标矩阵，其中，各个所述指标参数集合中的所述预设指标数据的个数相同，所述指标矩阵中的每一列中的元素分别为对应同一个所述预定操作的一个或多个所述预设指标数据；
按照第一公式计算所述指标矩阵中每个所述预设指标数据对应所述预定操作的初始权重P(aij)，其中，所述第一公式为：aij为第j个所述预定操作的第i个所述预设指标数据，所述m为各个所述指标参数集合中的预设指标数据的个数，i＝1，2，……，m；
按照第二公式计算第j个所述预定操作的所述操作熵值ej，其中，所述第二公式为：
c为常数。
3.根据权利要求2所述的方法，其特征在于，所述按照所述操作熵值调整所述预设指标数据，得到每个所述预定操作的所述权重参数包括：
获取所述第j个预定操作的差异性因数dj，其中，dj＝1-ej；
利用所述差异性因数dj按照第三公式调整所述第j个预定操作的初始权重P(aij)，得到调整后的权重hij，其中，所述第三公式为：hij＝dj×P(aij)；
通过以下方式计算所述第j个预定操作的所述权重参数kj：
<mrow>
<msub>
<mi>k</mi>
<mi>j</mi>
</msub>
<mo>=</mo>
<mfrac>
<mrow>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>m</mi>
</munderover>
<msub>
<mi>h</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
</mrow>
<mrow>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>j</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>n</mi>
</munderover>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>m</mi>
</munderover>
<msub>
<mi>h</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
</mrow>
</mfrac>
<mo>,</mo>
</mrow>
其中，所述m表示各个指标参数集合中所述预设指标数据的个数，所述i表示第i个预设指标数据，其中，i＝1，2，……，m；所述n表示所述预定操作的个数，所述j表示第j个预定操作，其中，j＝1，2，……，n。
4.根据权利要求3所述的方法，其特征在于，所述检测对预定对象执行各个所述预定操作的操作时间包括：
检测所述预定对象的操作距离；
检测所述预定对象的尺寸大小；
通过第四公式根据所述预定对象的操作距离D和所述预定对象的尺寸大小S确定所述预定操作的运动难度指数，其中，所述第四公式为：ID＝log2(D/S+1)；
通过以下方式计算所述第j个预定操作的所述操作时间tj：
tj＝a+bIDj，
其中，所述a、b为预设参数，所述IDj表示所述第j个预定操作的运动难度指数。
5.一种获取用于人机交互任务的操作数据的装置，其特征在于，包括：
操作获取模块，用于获取预先确定的操作集合中的各个预定操作，其中，所述预定操作根据人机交互任务所需执行的交互操作确定；
参数获取模块，用于获取各个所述预定操作的权重参数；
检测模块，用于检测对预定对象执行各个所述预定操作的操作时间；
计算模块，用于根据所述操作时间及所述权重参数计算，得到所述用于人机交互的操作数据，其中，所述操作数据是描述执行所述预定操作的操作属性数据，为操作所述预定操作的绩效指数；
所述参数获取模块包括：
第一获取子模块，用于获取每个所述预定操作的指标参数集合，其中，所述指标参数集合中包括一个或多个预设指标数据；
确定模块，用于根据所述预设指标数据确定各个所述预定操作的操作熵值；
调整模块，用于按照所述操作熵值调整所述预设指标数据，得到每个所述预定操作的所述权重参数；
所述计算模块包括：
第六计算子模块，用于通过以下方式计算所述操作数据IP：
<mrow>
<mi>I</mi>
<mi>P</mi>
<mo>=</mo>
<msqrt>
<mrow>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>j</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>n</mi>
</munderover>
<msup>
<mrow>
<mo>(</mo>
<msub>
<mi>k</mi>
<mi>j</mi>
</msub>
<msub>
<mi>IP</mi>
<mi>j</mi>
</msub>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
</mrow>
</msqrt>
<mo>,</mo>
</mrow>
其中，所述n表示所述预定操作的个数，所述j表示第j个预定操作，其中，j＝1，2，……，n；所述kj表示所述第j个预定操作的所述权重参数，所述IPj表示第j个预定操作的操作指数；其中，通过第五公式得到所述IPj，其中，所述第五公式为：IPj＝IDj/tj，其中，所述IDj表示所述第j个预定操作的运动难度指数，所述tj表示所述第j个预定操作的所述操作时间。
6.根据权利要求5所述的装置，其特征在于，所述确定模块包括：
建立模块，用于建立各个所述预定操作的指标矩阵，其中，各个所述指标参数集合中的所述预设指标数据的个数相同，所述指标矩阵中的每一列中的元素分别为对应同一个所述预定操作的一个或多个所述预设指标数据；
第一计算子模块，用于按照第一公式计算所述指标矩阵中每个所述预设指标数据对应所述预定操作的初始权重P(aij)，其中，所述第一公式为：aij为第j个所述预定操作的第i个所述预设指标数据，所述m为各个所述指标参数集合中的预设指标数据的个数，i＝1，2，……，m；
第二计算子模块，用于按照第二公式计算第j个所述预定操作的所述操作熵值ej，其中，所述第二公式为：
c为常数。
7.根据权利要求6所述的装置，其特征在于，所述调整模块包括：
第一获取子模块，用于获取所述第j个预定操作的差异性因数dj，其中，dj＝1-ej；
第三计算子模块，用于利用所述差异性因数dj按照第三公式调整所述第j个预定操作的初始权重P(aij)，得到调整后的权重hij，其中，所述第三公式为：hij＝dj×P(aij)；
第四计算子模块，用于通过以下方式计算所述第j个预定操作的所述权重参数kj：
<mrow>
<msub>
<mi>k</mi>
<mi>j</mi>
</msub>
<mo>=</mo>
<mfrac>
<mrow>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>m</mi>
</munderover>
<msub>
<mi>h</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
</mrow>
<mrow>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>j</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>n</mi>
</munderover>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>m</mi>
</munderover>
<msub>
<mi>h</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
</mrow>
</mfrac>
<mo>,</mo>
</mrow>
其中，所述m表示各个指标参数集合中所述预设指标数据的个数，所述i表示第i个预设指标数据，其中，i＝1，2，……，m；所述n表示所述预定操作的个数，所述j表示第j个预定操作，其中，j＝1，2，……，n。
8.根据权利要求7所述的装置，其特征在于，所述检测模块包括：
第一检测子模块，用于检测所述预定对象的操作距离；
第二检测子模块，用于检测所述预定对象的尺寸大小；
确定子模块，用于通过第四公式根据所述预定对象的操作距离D和所述预定对象的尺寸大小S确定所述预定操作的运动难度指数，其中，所述第四公式为：ID＝log2(D/S+1)；
第五计算子模块，用于通过以下方式计算所述第j个预定操作的所述操作时间tj：
tj＝a+bIDj，
其中，所述a、b为预设参数，所述IDj表示所述第j个预定操作的运动难度指数。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510102720.3A CN104714449B (zh) | 2015-03-09 | 2015-03-09 | 获取用于人机交互任务的操作数据的方法和装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510102720.3A CN104714449B (zh) | 2015-03-09 | 2015-03-09 | 获取用于人机交互任务的操作数据的方法和装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN104714449A CN104714449A (zh) | 2015-06-17 |
| CN104714449B true CN104714449B (zh) | 2018-02-27 |
Family
ID=53413881
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201510102720.3A Active CN104714449B (zh) | 2015-03-09 | 2015-03-09 | 获取用于人机交互任务的操作数据的方法和装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN104714449B (zh) |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108830453B (zh) * | 2018-05-07 | 2021-10-08 | 中国科学院力学研究所 | 一种远程操作效果的评估方法及系统 |
| CN112132349A (zh) * | 2020-09-27 | 2020-12-25 | 平安养老保险股份有限公司 | 绩效数据处理方法、装置、计算机设备及计算机可读介质 |
| CN112168361B (zh) * | 2020-10-29 | 2021-11-19 | 上海工程技术大学 | 一种有效缓解时延影响的导管手术机器人位姿预测方法 |
| CN112860150B (zh) * | 2021-03-30 | 2022-12-16 | 中国工商银行股份有限公司 | 基于大数据分析的用户页面操作提示方法及装置 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP2325837A2 (en) * | 2005-08-29 | 2011-05-25 | VoiceBox Technologies Inc. | Mobile systems and methods of supporting natural language human-machine interactions |
| CN102880687A (zh) * | 2012-09-14 | 2013-01-16 | 北京大学 | 基于标签技术的个人交互数据检索方法及其系统 |
| CN103413054A (zh) * | 2013-08-20 | 2013-11-27 | 东北大学 | 基于用户计算机交互事件的网瘾检测装置及方法 |
| CN103631210A (zh) * | 2012-08-28 | 2014-03-12 | 海尔集团公司 | 智能家庭中的人机交互方法和系统 |
| CN103970018A (zh) * | 2014-05-07 | 2014-08-06 | 湖南工学院 | 获取人机交互复杂度数据的方法和装置 |
-
2015
- 2015-03-09 CN CN201510102720.3A patent/CN104714449B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP2325837A2 (en) * | 2005-08-29 | 2011-05-25 | VoiceBox Technologies Inc. | Mobile systems and methods of supporting natural language human-machine interactions |
| CN103631210A (zh) * | 2012-08-28 | 2014-03-12 | 海尔集团公司 | 智能家庭中的人机交互方法和系统 |
| CN102880687A (zh) * | 2012-09-14 | 2013-01-16 | 北京大学 | 基于标签技术的个人交互数据检索方法及其系统 |
| CN103413054A (zh) * | 2013-08-20 | 2013-11-27 | 东北大学 | 基于用户计算机交互事件的网瘾检测装置及方法 |
| CN103970018A (zh) * | 2014-05-07 | 2014-08-06 | 湖南工学院 | 获取人机交互复杂度数据的方法和装置 |
Non-Patent Citations (3)
| Title |
|---|
| 基于图形熵的化工应急响应预案复杂度评价;魏巍等;《中国安全生产科学技术》;20110228;第7卷(第2期);第67-72页 * |
| 数字化控制系统人机交互复杂性度量研究;邹萍萍;《中国优秀硕士学位论文全文数据库信息科技辑》;20150215(第02期);I140-1 * |
| 航天应急故障操作程序复杂度度量方法研究;张宜静等;《宇航学报》;20090531;第30卷(第3期);第1225-1230页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN104714449A (zh) | 2015-06-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Ramakrishnan et al. | Cosmic web anisotropy is the primary indicator of halo assembly bias | |
| CN104714449B (zh) | 获取用于人机交互任务的操作数据的方法和装置 | |
| Zhang et al. | The method of grey related analysis to multiple attribute decision making problems with interval numbers | |
| Lefever | Measuring geographic concentration by means of the standard deviational ellipse | |
| CN105974273B (zh) | 配电网故障定位系统 | |
| Whittaker | Structural equation modeling | |
| CN104616212B (zh) | 继电保护系统可靠性分析方法与系统 | |
| Pavoine | A guide through a family of phylogenetic dissimilarity measures among sites | |
| Andersen et al. | Immersion or diversion: Does virtual reality make data visualisation more effective? | |
| US8970599B2 (en) | Data exhibition method and system based on ring angles | |
| CN102879673A (zh) | 一种触摸屏精准度的测试方法及装置 | |
| CN111991001A (zh) | 一种运动数据分析方法、系统、设备及可读存储介质 | |
| Woehr et al. | Distributional ratings of performance: More evidence for a new rating format | |
| CN111046079A (zh) | 环境参数控制方法、装置、设备及存储介质 | |
| CN107391289B (zh) | 一种三维笔式交互界面可用性评估方法 | |
| CN106503664B (zh) | 一种用户体型评估方法及装置 | |
| Lavin | The ‘Bayesics’ of ranked set sampling | |
| CN108304323B (zh) | 一种b/s架构系统并发支持能力的评估系统及评估方法 | |
| CN107085657B (zh) | 一种检测数据的质量指标显示方法 | |
| Chellappa et al. | Digital Twin Approach for the Ergonomic Evaluation of Vertical Formwork Operations in Construction | |
| CN105807899B (zh) | 一种电子设备及信息处理方法 | |
| Snell et al. | Digital workplace stress management: a system for digital ergonomics assessment in the BMW group | |
| KR101449619B1 (ko) | 스크린엑스 상영관의 스윗 스팟 계측 시스템 및 방법 | |
| CN103838660A (zh) | 一种提示角度调整的方法及电子设备 | |
| Chen et al. | Evaluation of human-system interfaces with different information organization using an eye tracker |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20221124 Address after: 18 anningzhuang East Road, Qinghe, Haidian District, Beijing 100085 Patentee after: KINGFAR INTERNATIONAL Inc. Address before: 421002 Hunan city of Hengyang province Zhuhui District Road No. 18 Hua Heng Patentee before: HUNAN INSTITUTE OF TECHNOLOGY |
|
| TR01 | Transfer of patent right |