CN108186031B - 一种用于调节测试人员的认真程度的刺激方法 - Google Patents

Abstract

本发明提供一种用于调节测试人员的认真程度的刺激方法，其特征在于，所述测试系统基于每一个认知维度的心理学特征参数设定至少一个刺激信息；将所述至少一个刺激信息对样本人员进行测试并获得样本效度；利用正态分布模型对所述样本效度进行测试；保留所述样本效度符合所述正态分布模型的所述至少一个刺激信息。本发明基于正态分布模型合理选择效度高的刺激信息，并且根据测试人员的生理状态和心理状态的变化动态的编入测谎刺激信息和引导性刺激信息，从而获得测试人员真实的认知能力值数据。

Description

一种用于调节测试人员的认真程度的刺激方法

本发明是申请号为201510484841.9，申请日为2015年08月07日，申请类型为发明，申请名称为一种用于认知能力值测试的刺激信息编制方法的分案申请。

技术领域

本发明涉及刺激调节的技术领域，尤其涉及一种用于调节测试人员的认真程度的刺激方法和一种基于正态分布模型的认知能力值测试方法。

背景技术

认知能力(cognitive abilities，cognitive ability)是指人脑加工、储存和提取信息的能力，即人们对事物的构成、性能与他物的关系、发展的动力、发展方向以及基本规律的把握能力。它是人们成功的完成活动最重要的心理条件。知觉、记忆、注意、思维和想象的能力都被认为是认知能力。

目前测试技术领域的测试手段以问答试卷的方式为主。试卷中的测试试题以设置情景模式的方式获得测试人员的反馈信息。试题是经过对大量样本人员测试后计算其鉴别指数和难易程度，将不同的人的认知能力区别开来。然后测试多种领域的人员，形成常模。测试时将普通测试人员的成绩与常模得分进行比较。试题类的刺激信息单调乏味，不能够充分调动测试人员的感官和信息状态。而且，测试人员的反馈信息是经过大脑对试题的分析和结合常识判断其可能趋势后反馈的答案，并不是测试人员直接的和真实的反应。因此，将刺激信息编制为试题形式的方法并不能获得最好的测试结果，存在很大的测试误差。

专利(CN 104363948 A)公开了一种刺激呈现系统，通过对用户的视线和脑功能进行计测，由此对心理状态进行判别，基于所判别的心理状态来使课题的呈现内容变化。其解决的技术问题为：在推断为用户引起注意、或者集中的情况下，不能够推断是因为存在关心、还是因为感知到危险。如此，在作为可能性而存在多个心理状态时，在不进行心理状态的辨别就使外部设备自动地操作的情况下，不一定能够进行适当的操作。该系统虽然能够呈现多种刺激信息，但是没有公开刺激信息的编制方法且刺激信息不完全适用于认知能力值测试。

美国专利(US8048002B2)公开了一种改善认知和运动时间的方法，并且公开了内容：向对象提供一系列的刺激；接收与对象对刺激的响应相关联的传感器信号；以及根据传感器信号记录响应时间，其中所记录的响应时间与对象对一系列刺激的响应相关联，并且其中响应时间具有相关分布。该方法还包括分析对象的响应时间的分布以确定对象相对于刺激的预期时间的可变性，并生成对应于分析结果的对象反馈信号以训练对象以改善受试者的预期时间。但是，该专利没有公开本发明的“将所述测试人员的测试得分与有效的所述样本人员在正态分布模型的得分进行比较从而确认所述测试人员的每一个认知维度的分布情况”的技术特征。本发明的测试系统得到的测试结果更为准确。

发明内容

针对现有技术之不足，本发明提供一种用于认知能力值测试的刺激信息编制方法，其特征在于，所述刺激信息编制方法至少包括：

选择样本人员的测试效度符合正态分布的至少一个刺激信息；

基于所述至少一个刺激信息的效度和认知维度设置至少一种合理排序以供所述测试人员根据个人兴趣选择；

根据测试人员的生理信息和/或心理状态动态编入测谎刺激信息和/或反向刺激信息以测试所述测试人员的信度；

将所述测试人员的测试得分与有效的所述样本人员在正态分布模型的得分进行比较从而确认所述测试人员的每一个认知维度的分布情况。

根据一个优选实施方式，所述刺激信息编制方法还包括：

基于所述测试人员的生理信息和/或心理状态动态调整所述刺激信息的测试顺序从而获得维持良好心理状态的所述测试人员的真实测试结果。

根据一个优选实施方式，所述选择样本人群的测试效度符合正态分布的至少一个刺激信息的步骤至少包括：

基于每一个认知维度的心理学特征参数设定至少一个刺激信息；

将所述至少一个刺激信息对样本人员进行测试并获得样本效度；

利用正态分布模型对所述样本效度进行测试；

保留所述样本效度符合所述正态分布模型的所述至少一个刺激信息。

根据一个优选实施方式，所述选择样本人群的测试效度符合正态分布的至少一个刺激信息的步骤至少包括：

将样本效度符合所述正态分布模型的所述至少一个刺激信息针对不同种族、不同年龄、不同血型和/或不同文化背景的样本人员进行第二次测试；

选取第二次样本效度符合所述正态分布模型的所述至少一个刺激信息。

根据一个优选实施方式，所述刺激信息编制方法还包括：

基于所述测试人员的生理信息和/或心理状态动态插入引导性刺激信息从而引导心理状态不佳的所述测试人员的心理状态恢复至良好状态。

根据一个优选实施方式，所述刺激信息编制方法还包括：

基于记录的所述测试人员在测试过程中的反应时间指标调控所述刺激信息的呈现速度，并且以所述反应时间指标衡量所述测试人员的认真程度以及引导其调整所述认真程度，

其中，引导所述测试人员调整认真程度的方式包括警示和/或呈现引导性刺激信息。

根据一个优选实施方式，所述生理信息至少包括脑信息、脸部肌肉运动信息、眼球运动信息、身体动作信息、声波信息、反应时间信息、脉搏信息、血压信息和/或体温信息。

根据一个优选实施方式，所述刺激信息包括使所述测试人员融入真实情景的虚拟现实情景信息，所述虚拟现实情景信息至少包括听觉刺激信息、视觉刺激信息、嗅觉刺激信息和/或触觉刺激信息。

根据一个优选实施方式，所述刺激信息为至少包括听觉刺激信息和与其匹配的全息影像刺激信息的全息情景刺激信息，所述全息情景刺激信息以三维立体影像的方式呈现真实的情景刺激从而获得所述测试人员的实时的认知能力测试值；

其中，所述全息影像刺激信息包括静态的全息影像和动态的全息影像。

根据一个优选实施方式，所述触觉刺激信息包括盲文触觉刺激信息。

本发明的有益技术效果：

(1)基于正态分布模型选择效度高的刺激信息，适合人群广，测试效果更准确。

(2)根据测试人员的生理状态和心理状态动态地调整刺激信息的顺序或者编入引导性刺激信息，使测试人员在良好的心理状态下进行测试，从而减少了由于心理因素出现的测试误差。

(3)动态地随机编入测谎刺激信息，减少由于测试人员基于结果趋势而反馈虚假信息的情况。

(4)采用虚拟现实情景信息或者全息情景刺激信息进行测试，与笔试情景模式的试题相比，本发明呈现更真实的情景模式，更能使测试人员反馈真实的刺激反应从而得到其真实的认知能力值。

附图说明

图1是刺激信息编制方法的逻辑模块图；和

图2是正态分布模型示意图。

具体实施方式

下面结合附图进行详细说明。

本发明提供一种用于认知能力值测试的刺激信息编制方法。本发明基于正态分布模型选择效度高的脑刺激信息、视觉刺激信息、听觉刺激信息和/或触觉刺激信息。其中触觉刺激信息包括盲文触觉刺激信息。

将上述刺激信息以科学合理的方式设置多种排序。或者同时呈现，从而适用于广泛的社会人员，尤其适用于盲人和聋哑人等残障人士。

本发明中，认知能力的维度至少包括知觉、记忆、注意、概念获得、想象、思维、操作、推理、判断、创造、问题解决、语言和元认知。

知觉是人们通过感官得到了外部世界的信息。这些信息经过头脑的加工(综合与解释)，产生了反映事物整体的心理现象，就是知觉。

记忆是通过识记、保持、再现(再认、回忆)等方式，在人们的头脑中积累和保存个体经验的心理过程。运用信息加工的术语讲，就是人脑对外界输入的信息进行编码、存贮和提取的过程。

注意是心理活动或意识对一定对象的指向与集中。

概念获得，也称“概念掌握”，是智慧学习的一种类型。其实质是个体通过积极的思维活动把握同类事物或现象的共同关键特征(或本质特征)。

想象是对头脑中已有的表象进行加工改造，创造出新形象的过程。

思维是人脑借助于言语、表象和动作实现的、对客观事物的概括和间接的反映。主要表现在人们解决问题的活动中。

思维操作是使用原有的经验在解决新问题过程中表现出来的速度和效率。

推理或称逻辑推理是由具体事物归纳出一般规律，或者根据已有的知识推出新的结论的思维活动。本质上也属于问题解决的范围。

判断是对客观事物及其特征作肯定或否定的一种思维形式。

创造或者创造活动是提供新颖的、首创的、具有社会意义的产物的活动。它是一种探索活动，没有现成的解决问题的方案和步骤。

问题解决有两方面涵义：

1泛指由问题引发并指出其解决的思维活动。

2指一系列指向目标的认知操作过程。亦即通过一系列有目的、有指向的认知操作序列以达到目标的过程。它有两种类型：一类是常规性问题解决，即使用已有的方法和程序去解决问题；另一类是创造性解决问题，即运用新的方法和程序去解决问题。

广义的语言(language)是指人类的思想与感情的符号化，用以与他人传达情意或沟通行为的工具，举凡言语、文字、手语、音乐、图画、雕刻等等都是，狭义的语言则是指口述的语言(说话)。

元认知又称反省认知、后设认知，是指个人对自己认知历程的认知。从学习心理的观点看，它包括两种成分(或两个层面)：(1)元认知知识。(2)元认知技能。

在心理测验中，效度是指测量的心理特点之间符合的程度，或者是指一个心理测验的准确性。

总方差＝真实方差+误差方差＝有关方差+无关稳定方差+误差方差，

即：

效度的定义为：与测量有关的真实方差(有效方差)与总方差的比率。

即：

效度具有连续性，测验效度通常用相关系数表示，只有程度上的不同。效度的值一般为0.4～0.7之间。值越大，效度越高。

效度主要包括内容效度、构想效度、效标效度和实证效度。

效度的测试维度包括表面效度、内容效度、编制效度、经验效度。

效标效度反应测验预测个体在某种情境下行为表现的有效性程度。被预测的行为是检验效度的标准，简称效标。本发明中的效度主要指效标效度。

相关法是评估效标效度最常用的方法，是求测验分数与效标资料间的相关，相关系数称为效度系数。

效度系数计算方法包括积差相关法、点二列相关法、二列相关和Juspen多系列相关法。

如图1所示，本发明的刺激信息编制方法至少包括：

选择样本人员的测试效度符合正态分布的至少一个刺激信息；

基于至少一个刺激信息的效度和认知维度设置至少一种合理排序以供测试人员根据个人兴趣选择；

根据测试人员的生理信息和/或心理状态动态编入测谎刺激信息和/或反向刺激信息以测试测试人员的信度；

将测试人员的测试得分与有效的样本人员在正态分布模型的得分进行比较从而确认测试人员的每一个认知维度的分布情况。

基于每一个认知维度，按照心理学经典理论设定心理学特征参数。针对每个特征参数分别设定至少一个刺激信息。刺激信息也可以是由多个刺激信息组成的刺激信息组。

将设定的刺激信息看作预选刺激信息，并且用于测试大量样本人员的对应的特征参数，从而获得测试样本人员的样本效度。

本发明利用正态分布模型对样本效度进行测试。

正态分布模型为：若随机变量x服从一个位置参数为μ、尺度参数为σ的概率分布，且其概率密度函数为

则这个随机变量就称为正态随机变量，正态随机变量服从的分布就称为正态分布，记作X～N(μ，σ²)，读作X服从X～N(μ，σ²)，或X服从正态分布。

当μ＝O，σ＝1时，正态分布就称为标准正态分布

如图2所示，将样本效度录入标准正态分布模型。并且将样本人员的每一个认知维度水平在正态分布图中的分布情况划分为：很差(5％)、较差(20％)、一般(50％)、较好(20％)、很好(5％)五个等级。若样本效度的分布符合正态分布模型的趋势，选择分布在模型中心轴附近的效度高的刺激信息。分布位置越靠近中心轴的刺激信息，其效度系数越高。

根据一个优选实施方式，将样本人员按照种族、年龄、血型、文化背景分别划分为不同的小组。将保留的至少一个刺激信息对各个小组的样本人员进行测试，并得到每个小组的样本人员的测试的样本效度。

利用正态分布模型对样本效度进行第二次测试。保留第二次样本效度分布在正态分布模型中且效度高的至少一个刺激信息。

刺激信息选择出的样本人员的认知维度值按照正态分布模型排布。将正态分布图中的分布情况划分为：很差(5％)、较差(20％)、一般(50％)、较好(20％)、很好(5％)五个等级。

将刺激信息按照测试的认知维度种类分类，并且按照测试认知维度的顺序编排刺激信息呈现顺序。一个认知维度的测试包括多个刺激信息的测试。计算测试人员反馈信息对应的分数值。比较认知维度对应的分数值对应的正态分布模型的分布区域，从而确定测试人员的认知维度对应的等级。

本发明不限于使用正态分布模型选择效度高的刺激信息。

根据一个优选实施方式，本发明选择刺激信息的统计模型还包括最小二乘法模型、感知器算法模型、Boost方法模型、隐马尔可夫模型、高斯混合模型、神经网络模型、深度学习模型中的一种或几种。

根据一个优选实施方式，使用感知器算法模型计算刺激信息的效度。

感知器算法模型的计算步骤为：

S01：设置变量和参量。

f(·)为激活函数，y(n)为网络实际输出，d(n)为期望输出，η为学习速率，n为迭代次数，e为实际输出与期望输出的误差。

S02：初始化

给权值向量W(1)的各个分量赋一个较小的随机非零值，置n＝1。

S03：输入一组样本x(n)＝[1，x₁(n)，x₂(n)，…x_m(n)]，并给出它的期望输出d(n)。

S04：计算实际输出：

S05：求出期望输出和实际输出，求方差e＝d(n)-y(n)

根据误差判断目前输出是否满足条件，一般为对所有样本误差为零或者均小于预设的值，写算法结束，否则将值增加1，并用下式调整权值；

w(n+1)＝w(n)+η[d(n)-y(n)]x(n)

然后转到S03，进入下一轮计算过程。

根据感知器模型算法，将已知效度的刺激信息样本输入感知器算法模型，使感知器算法模型学习计算刺激信息的效度值，并且学习对效度的等级分类。然后向感知器算法模型中输入多个刺激信息，由感知器计算模型计算重新输入的刺激信息的效度并划分出效度的等级。

根据一个优选实施方式，使用神经网络模型统计刺激信息的效度等级。

神经网络(Neural Networks，NN)是由大量的、简单的处理单元(称为神经元)广泛地互相连接而形成的复杂网络系统，它反映了人脑功能的许多基本特征，是一个高度复杂的非线性动力学习系统。神经网络具有大规模并行、分布式存储和处理、自组织、自适应和自学能力，特别适合处理需要同时考虑许多因素和条件的、不精确和模糊的信息处理问题。

学习是神经网络一种最重要也最令人注目的特点。在神经网络的发展进程中，学习算法的研究有着十分重要的地位。目前，人们所提出的神经网络模型都是和学习算法相应的。在神经网络中，对外部环境提供的模式样本进行学习训练，并能存储这种模式，则称为感知器。对外部环境有适应能力，能自动提取外部环境变化特征，则称为认知器。神经网络在学习中，一般分为有教师和无教师学习两种。感知器采用有教师信号进行学习，而认知器则采用无教师信号学习的。

向神经网络模型输入效度确定的刺激信息样本，使神经网络模型学习如何根据各个计算节点不断通过学习修改各个因素的权值，从而学习如何计算效度，并对效度分等级。影响效度计算的因素包括人工误差，系统误差，背景误差、生理误差等因素。在神经网络模型学会计算刺激信息的效度且计算稳定后，固定各个因素的权值。然后计算每个认知维度的多个刺激信息的效度。根据效度值将刺激信息分为至少两个等级。

利用最小二乘法模型、感知器算法模型、Boost方法模型、隐马尔可夫模型、高斯混合模型、神经网络模型和/或深度学习模型统计测试不同种群、不同文化背景、不同年龄、不同血型、不同性别的样本人员的刺激信息的效度系数。选择测试每种样本人员的效度都偏高的刺激信息作为测试刺激信息。

将刺激信息按照所测试的认知维度的类型合理排序，进行预编制。排序的方式至少一种。刺激信息的排序为多种测试效果相同的不同序列的排序，从而便于测试人员在正常状态下根据个人兴趣选择测试认知维度的顺序。

在刺激信息排序完成后，将预编制刺激信息用于普通测试人员的认知能力值测试。并且测试人员的测试得分与有效的样本人员在统计模型的得分进行比较从而确认测试人员的每一个认知维度的得分分布情况。

同时，为了防止测试人员由于态度不认真而反馈虚假的信息，导致测试结果不准确。本发明的刺激编制方法还包括在测试过程中采集测试人员的生理信息和辨别其心理状态。本发明在测试过程中可以根据测试人员的生理信息和/或心理状态动态编入测谎刺激信息和/或反向刺激信息以测试测试人员的信度。

测谎刺激信息可以呈现为“我有时会想见不得人的事。”，并要求测试人员反馈是否符合自己的情况。若测试人员反馈的信息为非常不符合，则测试人员是不诚实的。

测谎刺激信息还包括同时呈现正向和反向刺激信息。

例如：首先呈现正向刺激信息“面对逆境我也会勇往直前”。测试人员的反馈信息为非常符合自己的情况。然后呈现反向刺激信息“在没有十足把握的情况下，我从不冒险”。若测试人员的反馈信息为非常不符合自己的情况，回答诚实，如果测试人员的反馈信息为非常符合自己的情况，那么测试人员就是不诚实的。若发现测试人员的态度不诚实，那么测谎刺激信息附近呈现的刺激信息重复呈现，重复测试。有提示语出现：“请认真看清题再回答”。

根据测试系统记录的测试人员在测试过程中的反应时间，调控刺激信息的呈现速度以适应测试人员的测试速度。本发明还可以以反应时间为指标衡量测试人员的认真程度。其中，引导测试人员调整认真程度的方式包括警示和/或呈现引导性刺激信息。

若发现测试人员的态度不认真，对刺激信息未经反映就反馈信息。那么呈现刺激信息的测试系统就发出警告信息，使测试人员恢复认真的态度。

或者，根据一个优选实施方式，基于测试人员的生理信息和/或心理状态动态插入引导性刺激信息从而引导心理状态不佳的测试人员的心理状态恢复至良好状态。

例如，在刺激信息中插入与不认真的心理状态相逆转的引导性刺激信息，从而引导测试人员的态度恢复至认真。引导性刺激信息能够将不佳的心理状态引导恢复至较佳的心理状态。

本发明采集的生理信息至少包括脑信息、脸部肌肉运动信息、眼球运动信息、身体动作信息、声波信息、反应时间信息、脉搏信息、血压信息和/或体温信息。

脑信息包括但不限于脑活动延迟时间、Oxy-Hb信号、Deoxy-Hb信号、Total-Hb信号、区间指定、频道指定、最大值、潜时、半值宽度、平均值、离散值、中央值、加法次数、相位差、心率和FFT成分。

脸部肌肉运动信息包括但不限于表情、面部肌肉活动轨迹等信息。

眼球运动信息包括但不限于视角、中心视角(20度以内)、周边视角(20度外)、注视坐标·范围、注视时间、注视时间离散、注视方向、眼球停留时间、眼球停留·范围、眨眼次数、眨眼速度、闭眼时间、扫视距离、扫视频度、瞳孔径、注视模式和注视模式次数。

身体动作信息包括但不限于咽下、唾液分泌、唾液成分、脑波频带、现象关联电位、血压、心拍和皮肤电位。

声波信息包括但不限于声音的大小、声音的高低和说话速度。

根据采集的生理信息参数就可以辨别测试人员的心理状态，例如测试人员是否紧张不安或者异常兴奋。

根据一个优选实施方式，基于测试人员的生理信息和/或心理状态动态调整刺激信息的测试顺序从而获得维持良好心理状态的测试人员的真实测试结果。

若根据采集的生理信息参数发现测试人员在测试某个认知维度的过程中反应时间延长，眼球活动减慢，辨别测试人员的心理状态为枯燥无聊。测试系统预调整后续的认知维度顺序，将下一个认知维度调整为刺激信息较轻松活跃的认知维度测试。这样，测试人员测试的下一个认知维度就会轻松和有趣，心理状态恢复至较佳状态。

根据一个优选实施方式，本发明的刺激信息还包括使测试人员融入真实情景的虚拟现实情景信息，虚拟现实情景信息至少包括听觉刺激信息、视觉刺激信息、嗅觉刺激信息和/或触觉刺激信息。

通过虚拟现实仪器为测试人员同时呈现听觉刺激信息和视觉刺激信息，使测试人员感受到互动的真实的情景，从而产生最真实的应激反应，得到准确的测试结果。

根据一个优选实施方式，刺激信息为至少包括听觉刺激信息和与其匹配的全息影像刺激信息的全息情景刺激信息，全息情景刺激信息以三维立体影像的方式呈现真实的情景刺激从而获得测试人员的实时的认知能力测试值；其中，全息影像刺激信息包括静态的全息影像和动态的全息影像。

全息影像是通过将光源照射在全息图上，这束光源的频率和传输方向与参考光束完全一样，可以再现物体的三维立体图像。观众从不同角度看，就可以看到物体的多个侧面，只是看得见摸不到，因为记录的只是影像。

将听觉刺激信息和三维立体的全息影像同时呈现给测试人员。测试人员的感官被激活，生动形象的情景模式有利于测试人员迅速表现出认知能力的真实水平。测试人员同样可以说话表达自己的反馈行为或心理感受。

当嗅觉刺激信息和三维立体的动态全息影像同时呈现给测试人员，例如陌生人邀请测试人员品尝美味的实物。测试人员会基于自己的行为给出真实的测试答案，而不是回忆日常的生活，给出三思而后行的测试答案。因为经过测试人员的回忆判断后的行为结果不一定是其真实的行为，但是其面对立体的影像表达的应激行为更加真实。所以，将听觉刺激信息、嗅觉刺激信息和视觉刺激信息编制在一起更有利于得到认知能力值测试的准确结果。

本发明通过科学的正态分布模型或其它统计模型选择高效度的刺激信息，并且利用三维立体的全息影像或虚拟现实场景编制生动形象的刺激信息，获得测试人员更真实的应激行为，从而得到准确的测试结果。

需要注意的是，上述具体实施例是示例性的，本领域技术人员可以在本发明公开内容的启发下想出各种解决方案，而这些解决方案也都属于本发明的公开范围并落入本发明的保护范围之内。本领域技术人员应该明白，本发明说明书及其附图均为说明性而并非构成对权利要求的限制。本发明的保护范围由权利要求及其等同物限定。

Claims (8)

1.一种用于调节测试人员的认真程度的刺激方法，其特征在于，所述方法至少包括：

基于每一个认知维度的心理学特征参数设定至少一个刺激信息；将所述至少一个刺激信息对样本人员进行测试并获得样本效度；

利用正态分布模型对所述样本效度进行测试；

保留所述样本效度符合所述正态分布模型的所述至少一个刺激信息；

基于所述至少一个刺激信息的效度和认知维度设置至少一种刺激信息的合理排序以供测试人员根据个人兴趣选择；

根据测试人员的生理信息和/或心理状态动态编入测谎刺激信息和/或反向刺激信息以测试所述测试人员的信度；

将所述测试人员的测试得分与有效的所述样本人员在正态分布模型的得分进行比较从而确认所述测试人员的每一个认知维度的分布情况。

2.如权利要求1所述的用于调节测试人员的认真程度的刺激方法，其特征在于，所述方法还包括：

基于所述测试人员的生理信息和/或心理状态动态调整所述刺激信息的测试顺序从而获得维持良好心理状态的所述测试人员的真实测试结果，其中，

在根据采集的生理信息参数发现测试人员在测试某个认知维度的过程中反应时间延长、眼球活动减慢的情况下，预调整后续的认知维度顺序，将下一个认知维度调整为刺激信息较轻松活跃的认知维度测试。

3.如权利要求1或2所述的用于调节测试人员的认真程度的刺激方法，其特征在于，所述方法还包括：

基于记录的所述测试人员在测试过程中的反应时间指标调控所述刺激信息的呈现速度，并且以所述反应时间指标衡量所述测试人员的认真程度以及引导其调整所述认真程度，

其中，引导所述测试人员调整认真程度的方式包括警示和/或呈现引导性刺激信息。

4.如权利要求1或2所述的用于调节测试人员的认真程度的刺激方法，其特征在于，所述方法还包括：

将样本效度符合所述正态分布模型的所述至少一个刺激信息针对不同种族、不同年龄、不同血型和/或不同文化背景的样本人员进行第二次测试；

选取第二次样本效度符合所述正态分布模型的所述至少一个刺激信息。

5.如权利要求1或2所述的用于调节测试人员的认真程度的刺激方法，其特征在于，所述方法还包括：

基于所述测试人员的生理信息和/或心理状态动态插入引导性刺激信息从而引导心理状态不佳的所述测试人员的心理状态恢复至良好状态。

6.一种基于正态分布模型的认知能力值测试方法，其特征在于，所述方法至少包括：

基于每一个认知维度的心理学特征参数设定至少一个刺激信息；

将所述至少一个刺激信息对样本人员进行测试并获得样本效度；

利用正态分布模型对所述样本效度进行测试；

保留所述样本效度符合所述正态分布模型的所述至少一个刺激信息；

基于所述至少一个刺激信息的效度和认知维度设置至少一种刺激信息的合理排序以供测试人员根据个人兴趣选择；

根据测试人员的生理信息和/或心理状态动态编入测谎刺激信息和/或反向刺激信息以测试所述测试人员的信度；

将所述测试人员的测试得分与有效的所述样本人员在正态分布模型的得分进行比较从而确认所述测试人员的每一个认知维度的分布情况。

7.如权利要求6所述的认知能力值测试方法，其特征在于，所述方法还包括：

将样本效度符合所述正态分布模型的所述至少一个刺激信息针对不同种族、不同年龄、不同血型和/或不同文化背景的样本人员进行第二次测试；

选取第二次样本效度符合所述正态分布模型的所述至少一个刺激信息。

8.如权利要求6或7所述的认知能力值测试方法，其特征在于，所述方法还包括：

基于记录的所述测试人员在测试过程中的反应时间指标调控所述刺激信息的呈现速度，并且以所述反应时间指标衡量所述测试人员的认真程度以及引导其调整所述认真程度，

其中，引导所述测试人员调整认真程度的方式包括警示和/或呈现引导性刺激信息。

Images