CN109917759A - 一种智能控制产线系统信息呈现格式和功能布局方法 - Google Patents
一种智能控制产线系统信息呈现格式和功能布局方法 Download PDFInfo
- Publication number
- CN109917759A CN109917759A CN201910172177.2A CN201910172177A CN109917759A CN 109917759 A CN109917759 A CN 109917759A CN 201910172177 A CN201910172177 A CN 201910172177A CN 109917759 A CN109917759 A CN 109917759A
- Authority
- CN
- China
- Prior art keywords
- information
- function distribution
- presented
- icon
- producing line
- 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.)
- Granted
Links
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- User Interface Of Digital Computer (AREA)
Abstract
本发明涉及一种智能控制产线系统信息呈现格式和功能布局方法,本发明首先提取智能控制产线系统繁杂巨量的信息网络中所需呈现的信息,按照人的信息处理过程、视觉认知行为、频度和重要度等方面进行分类分组,了解其内涵与意义,根据图标设计过程与原则对需呈现的子系统进行可视化的图标设计,并运用行为实验对图标设计进行优化改良;找出智能控制系统巨量信息之间的层级关系、功能关系、位置关系、归属关系等,根据布局方法对系统进行功能布局,并进行眼动实验以获取用户在不同测试任务下行为指标和生理指标的量化数据,以数据结果优化得出最终功能布局方式,为智能控制系统提供一种可参考的信息呈现格式和功能布局方式。
Description
技术领域
本发明涉及一种智能控制产线系统信息呈现格式和功能布局方法,特别涉及一种智能控制系统产线站点图标设计格式和监控界面功能布局方法。
背景技术
随着计算机技术和控制技术的快速发展,复杂的信息操控系统也进入了信息化时代。复杂智能控制系统数字界面信息来源渠道多、信息量大、信息结构关系错综复杂,是人机信息交互的重要载体和媒介。从某种意义上来说,它已成为操作者获取信息、知识推理、判断决策的重要手段和操作依据。但是越来越复杂的数字化人机交互界面让用户几乎达到信息辨别、认知、和理解的认知负荷极限。因此如何通过设计提高用户对界面信息的认知绩效,增强复杂信息的交互效率和准确性、保障系统高效可行的运行,已成为设计科学、认知科学、系统工程、人机功效学等学科和领域共同关注的热点问题。如今已经有很多对于智能化控制系统的可视化设计,但是都是基于设计原则、设计方法去研究还没有一个可以直接应用的具体信息呈现格式和功能布局形式。
因此,本发明研究一种智能控制产线系统信息呈现格式和功能布局方式。为智能控制系统提供一种可参考的图标设计格式和界面功能布局方式,为企业提供一种可应用的图标和布局设计,以提高效率,降低成本。
发明内容
本发明的目的在于提供一种智能控制产线系统信息呈现格式和功能布局方法。为智能控制系统提供一种可参考的图标设计格式和界面功能布局方式。
本发明的技术方案如下:
一种智能控制产线系统信息呈现格式和功能布局方法,包括如下步骤:
(1)、对智能控制产线系统需呈现的信息进行颜色、背景、边框形状三个图标呈现要素的组合设计,并运用E-Prime行为实验寻求到最优图标呈现格式为蓝色圆形无背景;
(1-1)收集分析需呈现的信息
对智能控制产线系统操作现状进行实地考察并收集信息,对需呈现的信息进行分类分组;
(1-2)图标设计
根据(1-1)信息的含义,结合人的认知规律和图标设计要素:颜色、形状、表现手法、质感,选择图标颜色、背景和边框形状三个图标设计要素对图标进行设计表现;
(1-3)图标的实验优化
采用心理学经典实验方式:E-Prime实验对图标的三个要素进行实验,运用计算机辅助设计对典型任务信息捕获、追踪任务的实验样本数据进行分析;获取用户在不同测试任务下行为指标的量化数据,运用SPSS数据分析工具对数据进行统计分析,根据分析结果优化得出最终图标呈现格式。
(2)、找出智能控制产线系统巨量信息群集之间的层级关系、功能关系、位置关系、归属关系等,结合步骤(1)得出的图标呈现格式,根据功能布局方法对系统界面进行布局方式、信息块呈现形式和提示信息呈现形式三方面的功能布局设计;
(2-1)信息群集关系
对智能控制产线系统的信息建立信息群集,并根据系统运行特性分析找出信息群集的位置关系、层级关系、功能关系、位置关系、归属关系;
(2-2)功能布局
根据(2-1)系统信息群集,结合人的认知规律及界面布局原则:归类原则、频度原则、重要度原则和控制显示相容性原则对系统界面进行功能布局设计。
(3)、对功能布局进行眼动实验以获取用户在不同测试任务下行为指标和生理指标的量化数据,根据数据结果优化得出最终功能布局方式为中心环绕型。
(3-1)眼动实验设计
对步骤(2-2)的功能布局从三个方面进行搜索效率比较的眼动实验,分别是布局方式、信息块呈现形式、和提示信息呈现形式三方面;
(3-2)布局优化
通过眼动实验获取用户在不同测试任务下的行为指标和生理指标的量化数据,以数据结果优化得出最终功能布局方式为中心环绕型搜索效率较优,为智能控制产线系统提供一种可参考的信息呈现格式和功能布局方法。
本发明所达到的有益效果:
1)通过从认知角度对一种智能控制产线系统信息呈现格式的具体设计为智能控制产线系统提供了一个可参考的图标设计格式,提高系统使用者的工作效率。
2)通过从认知角度对一种智能控制产线系统的功能布局方式的具体设计为智能控制产线系统提供了一个可参考的功能布局方式,提高系统使用者的反应速率,减少人因失误,降低企业成本。
附图说明
图1是本发明方法流程图。
图2本发明的8个子系统图标设计初稿。
图3是本发明的图标的三种设计因素交互得到的图标形式。
图4是本发明的图标实验的流程图。
图5是本发明的一种智能控制产线系统信息呈现格式
图6是本发明的一种智能控制产线系统的功能布局方式。
具体实施方式
下面结合附图对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案,而不能以此来限制本发明的保护范围。
如图1、图5、图6所示,一种智能控制产线系统信息呈现格式和功能布局方法,包括如下步骤:
(1)、对智能控制产线系统需呈现的信息进行颜色、背景、边框形状三个图标呈现要素的组合设计,并运用E-Prime行为实验寻求到最优图标呈现格式为蓝色圆形无背景。
(1-1)收集分析需呈现的信息
对智能控制产线系统操作现状进行实地考察并收集信息,对需呈现的信息进行分类分组,含义了解如表1:某MES系统需呈现的产线流程站点含义表,为图标设计做准备;
表1某MES系统需呈现的产线流程站点含义表
(1-2)图标设计
根据(1-1)信息的含义,结合人的认知规律和图标设计要素:颜色、形状、表现手法、质感等,选择图标颜色、边框形状和背景三个图标设计要素对图标进行设计表现;
(1-3)图标的实验优化
采用心理学经典实验方式:E-Prime实验对图标的三个要素进行实验,运用计算机辅助设计对典型任务信息捕获、追踪任务的实验样本数据进行分析;获取用户在不同测试任务下行为指标的量化数据,运用SPSS数据分析工具对数据进行统计分析,根据分析结果优化得出最终图标呈现格式。
(2)、找出智能控制产线系统巨量信息群集之间的层级关系、功能关系、位置关系、归属关系等,结合步骤(1)得出的图标呈现格式,根据功能布局方法对系统界面进行布局方式、信息块呈现形式、和提示信息呈现形式三方面的功能布局设计。
(2-1)信息群集关系
对智能控制产线系统的信息建立信息群集,并根据系统运行特性分析找出信息群集的位置关系、层级关系、功能关系、位置关系、归属关系等,如表2所示某MES系统信息群集;
表2某MES系统信息群集表
(2-2)功能布局
根据(2-1)系统信息群集,结合人的认知规律及界面布局原则:归类原则、频度原则、重要度原则和控制显示相容性原则对系统界面进行功能布局设计;
(3)、对功能布局进行眼动实验以获取用户在不同测试任务下行为指标和生理指标的量化数据,根据数据结果优化得出最终功能布局方式为中心环绕型。
(3-1)眼动实验设计
对步骤(2-2)的功能布局从三个方面进行搜索效率比较的眼动实验,分别是布局方式、信息块呈现形式、和提示信息呈现形式三方面。
(3-2)布局优化
通过眼动实验获取用户在不同测试任务下的行为指标和生理指标的量化数据,以数据结果优化得出最终功能布局方式为中心环绕型搜索效率较优,为智能控制产线系统提供一种可参考的信息呈现格式和功能布局方法。
实施例
为了得出一种智能控制产线系统信息呈现格式和功能布局方式,必须依托信息呈现的载体,本发明以某MES系统为例,为其智能控制系统设计一种智能控制产线系统信息呈现格式和功能布局方法。具体设计步骤如下:
步骤一:对的相关知识进行学习研究
对智能控制产线系统信息呈现格式和功能布局方式的相关知识(用户心理认知过程、图标设计原则、功能布局方法等)进行方法研究,以用于指导信息呈现格式和功能布局方式的设计。
步骤二:收集分析需呈现的信息
对智能控制系统操作现状进行实地考察并收集信息,对需呈现的信息进行分类分组,含义了解如表3:某MES系统需呈现的产线流程站点含义表,为图标设计做准备;
表3某MES系统需呈现的产线流程站点含义表
步骤三:图标设计
根据步骤二信息的含义,结合人的认知规律和图标设计要素:颜色、形状、表现手法、质感等,选择图标颜色、形状、和背景三个图标设计要素对图标进行设计表现,如图2:8个子系统的图标设计和图3:三种设计要素交互的8种。
步骤四:图标的实验优化
采用心理学经典实验方式:E-Prime实验对图标的三个要素交互的8个图标形式和8个子系统图标进行实验,实验流程如图4。
步骤五:实验数据分析
实验运用计算机辅助设计对典型任务信息捕获、追踪任务的实验样本数据进行分析;获取用户在不同测试任务下行为指标的量化数据,运用SPSS数据分析工具对数据进行统计分析,根据分析结果优化得出最终图标呈现格式。
(1)正确率数据分析
试验的正确率结果可以帮助我们更好的看出8个图标(如图1)中哪个图标的名称与图标匹配情况最好,哪个最差。从正确率百分比发现8个图标中清洗的名称与图标的匹配度是最好的,其次是包装;而检验的名称与图标的匹配情况是最糟糕的,其次是分选。
(2)反应时间数据分析
从表4:三个自变量的误差方差等同性的Levene检验表可以看出,显著性0.183大于0.05,因此认为各组样本来自的总体方差相等,满足方差齐性。
注:检验“各个组中的因变量误差方差相等”这一原假设。
a.因变量:时间
b.设计:截距+形状+颜色+背景+形状*颜色+颜色*背景+形状*背景+形状*颜色*背景
表4误差方差等同性的Levene检验表
从表5:对图标设计的三种不同变量因素进行反应时间的主体间效应检验表可以看出,形状的显著性是0.043,小于显著性水平0.05,形状对反应时间具有显著影响;颜色的显著性为0.007小于于显著性水平0.01,说明颜色对反应时间具有极显著影响;背景的显著性为0.036小于于显著性水平0.05,说明背景对反应时间具有显著影响;三种变量因素两两交互及三者交互的显著性值均大于0.05,,即对反应时间的影响不显著。
a.R方=.234(调整后R方=.138)
表5主体间效应检验表
因此,可以控制变量对形状、颜色、背景的反应时间进行比较。通过控制变量对形状的反应时间进行比较发现在其它因素相同的情况下,圆形图标的反应时间均少于方形图标;对颜色的反应时间进行比较发现在其它因素相同的情况下,蓝色图标的反应时间均少于黄色图标;背景的反应时间进行比较发现在其它因素相同的情况下,无背景图标的反应时间均少于有背景的图标。综上所述,圆形蓝色无背景的图标因素搭配的搜索效率最高。如图4.
步骤六:信息群集关系
对智能控制系统的信息建立信息群集如表6,并根据系统运行特性分析找出信息群集的位置关系、层级关系、功能关系、位置关系、归属关系等,如下表所示某MES系统信息群集;
表6某智能控制产线系统的信息建立信息群集
步骤七:功能布局
根据步骤六,结合人的认知规律及界面布局原则:归类原则、频度原则、重要度原则和控制显示相容性原则对系统界面进行功能布局设计;
步骤八:眼动实验设计
对步骤步骤七的功能布局从三个方面进行搜索效率比较的眼动实验,分别是布局方式、信息块呈现形式、和提示信息呈现形式三方面。
(1)实验设计
实验以步骤七的功能布局为样本,以界面的布局形式(2组)、故障区有无警示框(2组)及信息块的呈现方式(2组)三个因素为自变量,通过行为指标和视觉生理指标进行数据分析。
试验共有三个任务,每个任务两种形式,每种形式有随机性实验材料3个,如表1。共2×3×3个刺激材料随机出现。
实验数据分析
1)正确率分析
无时间压力的情况下,任务一和任务二的正确率均为100%。任务三的信息块的两种呈现方式的正确率存在差异。警示灯横向显示的正确率为100%,警示灯竖向显示的正确率为83%。在信息呈现方式上横向显示的搜索效果更好。
2)反应时间分析
对三种不同自变量进行主效应分析,如表7,发现布局形式(F=12.704,P=0.023,p<0.05)的主效应显著;有无警示框(F=16.522,P=0.015,p<0.05)的主效应显著;信息块呈现方式(F=12.976,P=0.023,p<0.05)的主效应显著。
表7三种不同自变量进行主效应分析
因此,可以通过反应时进行分析。三字型布局界面的反应时均大于中心环绕型,认为中心环绕型布局方式在监控界面设计时优于三字型布局;故障区有警示框时被试的反应时小于无警示框时,认为有警示框的搜索效率优于无警示框;警示灯横向呈现的反应时均小于警示灯纵向呈现的反应时,认为警示灯横向显示的搜索效率大于纵向显示效率。
3)兴趣区(AOI)的数据分析
注视点数指凝视的总数目,表示被试寻找任务信息并进行认知加工的次数。兴趣区内的注视点数表示被试在信息区内进行认知加工的次数,总注视点数表示被试在整个任务界面进行认知加工的次数。兴趣区内的点数占比越多说明搜索效率越高。如表8,对兴趣区内的注视点数进行主效应分析发现界面布局形式(F=147,P=0,p<0.01)的主效应显著;有无警示框(F=34.926,P=0.004,p<0.01)的主效应显著;警示灯呈现方式的主效应(F=0.014,P=0.912,p>0.05)不显著。
表8兴趣区内的注视点数的主效应分析表
因此,可以通过兴趣区内的注视点数与总注视点数的比值来分析界面布局形式和有无警示框的搜索效率。由兴趣区注视点数与总点数比值(三字型布局:36%,中心环绕型:82%,无警示框:36%,有警示框:80%)发现中心环绕型布局及有警示框时的搜索效率更高。
另外,首次进入兴趣区前的点数也同样能够反映界面的搜索效率高低。首次进入兴趣区前的点数即首次进入兴趣区前的注视点个数(Fixations Before)该统计指标计算的是在被试的首个注视点进入兴趣区或兴趣区组之前的注视点个数。注视点的统计从包含兴趣区的刺激材料呈现开始直到被试的注视点第一次出现在兴趣区中为止。如表9,对首次进入兴趣区前的注视点个数进行方差齐性分析,显著性(布局方式P=0.907,p>0.05,有无警示框P=0.899,p>0.05,警示信息呈现方式P=0.169,p>0.05)均大于0.05,因此可以进行主效应分析。主效应分析发现界面布局形式(F=8.809,P=0.041,p<0.05)的主效应显著;有无警示框(F=18.455,P=0.013,p<0.05)的主效应显著;警示灯呈现方式的主效应(F=5.588,P=0.077,p>0.05)不显著。
表9首次进入兴趣区前的注视点个数的方差齐性分
因此,可通过首次进入兴趣区前的注视点个数来分析搜索效率。中心环绕型布局、有警示框和警示灯横向显示的凝视时间更长,认为其搜索效率更好,界面呈现方式更优。
4)凝视
在操作员对界面进行认知的过程中,视觉的凝视与大脑的认知活动密切相关。大脑思考时,眼睛会停顿凝视,停顿时间随思考时间变长而变长。从操作员的凝视时间,可大致观察出其认知活动所用的时间。如下表10,对凝视时间进行主效应分析发现界面布局的主效应(F=15.696,P=0.017,p<0.05)达到显著水平;有无警示框的主效应(F=10.886,P=0.030,p<0.05)达到显著水平;信息块呈现方式的主效应(F=46.486,P=0.002,p<0.01)达到显著性水平。
表10凝视时间进行主效应分析
因此,可通过凝视时间来分析搜索效率。在均找到正确目标的情况下,中心环绕型布局、有警示框和警示灯横向显示的凝视时间更长,认为其搜索效率更好,界面呈现方式更优。
5)扫视
扫视是视觉寻找目标的过程。当操作员在搜索一个目标时,眼睛的运动表现为扫视。如果操作员能够很快找到目标扫视次数将会较少。如表11,对扫视次数进行主效应分析发现布局方式的主效应(F=8.699,P=0.042,p<0.05)达到显著水平;有无警示框的主效应(F=8.017,P=0.047,p<0.05)达到显著性水平;警示信息呈现方式的主效应(F=9.306,P=0.038,p<0.05)达到显著性水平。
表11扫视次数的主效应分析
因此,可以通过扫视次数来比较界面布局形式和信息块呈现方式的搜索效率。在均找到正确目标的情况下,中心环绕型布局、有警示框和警示灯横向显示的扫视次数更少,认为其搜索效率更好,界面呈现方式更优。
6)凝视/扫视比(Fixation/Saccade Ratio)
Goldberg和Kotval[33]提出的视觉搜索效率公式如下:
式中,认知处理信息的时间指凝视持续时间,记为f;搜索信息的时间指扫视时间,记为s。因此,有
搜索效率可以说明界面信息布局的优劣[31],认知处理时间应远大于搜索信息时间,即Ratio的值大于1,数值越大,搜索信息效率越高。从数值可以明显看出,中心环绕型布局、有警示框和警示灯横向显示的数值更大,认为其搜索效率更好搜索效率大于警示信息纵向呈现;
步骤九:布局优化
通过眼动实验获取用户在不同测试任务下的行为指标和生理指标的量化数据,以数据结果优化得出最终功能布局方式为中心环绕型搜索效率较优,如图4,为智能控制系统提供一种可参考的信息呈现格式和功能布局方式。
Claims (4)
1.一种智能控制产线系统信息呈现格式和功能布局方法,其特征包括如下步骤:
(1)、对智能控制产线系统需呈现的信息进行颜色、背景、边框形状三个图标呈现要素的组合设计,并运用E-Prime行为实验寻求到最优图标呈现格式为蓝色圆形无背景;
(2)、找出智能控制产线系统巨量信息群集之间的层级关系、功能关系、位置关系、归属关系,结合步骤(1)得出的图标呈现格式,根据功能布局方法对系统界面进行布局方式、信息块呈现形式和提示信息呈现形式三方面的功能布局设计;
(3)、对功能布局方式进行眼动实验以获取用户在不同测试任务下行为指标和生理指标的量化数据,根据数据结果优化得出最终功能布局方式为中心环绕型。
2.根据权利要求1所述的一种智能控制产线系统信息呈现格式和功能布局方法,其特征在于所述步骤(1)包括如下步骤:
(2-1)收集分析需呈现的信息
对智能控制产线系统操作现状进行实地考察并收集信息,对需呈现的信息进行分类分组;
(2-2)图标设计
根据(1-1)信息的含义,结合人的认知规律和图标设计要素:颜色、形状、表现手法、质感,选择图标颜色、背景、和边框形状三个图标设计要素对图标进行设计表现;
(2-3)图标的实验优化
采用心理学经典实验方式:E-Prime实验对图标的三个要素进行实验,运用计算机辅助设计对典型任务信息捕获、追踪任务的实验样本数据进行分析;获取用户在不同测试任务下行为指标的量化数据,运用SPSS数据分析工具对数据进行统计分析,根据分析结果优化得出最终图标呈现格式。
3.根据权利要求1所述的一种智能控制产线系统信息呈现格式和功能布局方法,其特征在于所述步骤(2)包括如下步骤:
(3-1)信息群集关系
对智能控制产线系统的信息建立信息群集,并根据系统运行特性分析找出信息群集的位置关系、层级关系、功能关系、位置关系、归属关系;
(3-2)功能布局
根据(3-1)系统信息群集,结合人的认知规律及界面布局原则:归类原则、频度原则、重要度原则和控制显示相容性原则对系统界面进行功能布局设计。
4.根据权利要求1所述的一种智能控制产线系统信息呈现格式和功能布局方法,其特征在于所述步骤(3)包括如下步骤:
(4-1)眼动实验设计
对步骤(2-2)的功能布局从三个方面进行搜索效率比较的眼动实验,分别是布局方式、信息块呈现形式、和提示信息呈现形式三方面;
(4-2)布局优化
通过眼动实验获取用户在不同测试任务下的行为指标和生理指标的量化数据,以数据结果优化得出最终功能布局方式为中心环绕型搜索效率较优,为智能控制产线系统提供一种可参考的信息呈现格式和功能布局方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910172177.2A CN109917759B (zh) | 2019-03-07 | 2019-03-07 | 一种智能控制产线系统信息呈现格式和功能布局方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910172177.2A CN109917759B (zh) | 2019-03-07 | 2019-03-07 | 一种智能控制产线系统信息呈现格式和功能布局方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109917759A true CN109917759A (zh) | 2019-06-21 |
CN109917759B CN109917759B (zh) | 2021-12-10 |
Family
ID=66963604
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910172177.2A Active CN109917759B (zh) | 2019-03-07 | 2019-03-07 | 一种智能控制产线系统信息呈现格式和功能布局方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109917759B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112732378A (zh) * | 2020-12-29 | 2021-04-30 | 江苏徐工工程机械研究院有限公司 | 一种工程机械产品显示装置的人机界面设计方法 |
CN112906346A (zh) * | 2021-02-09 | 2021-06-04 | 江苏徐工工程机械研究院有限公司 | 一种工程机械显示器字符大小设计系统及方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102257495A (zh) * | 2008-12-22 | 2011-11-23 | 微软公司 | 使用颜色布局相关性对图像搜索结果进行交互地排列 |
CN103713728A (zh) * | 2014-01-14 | 2014-04-09 | 东南大学 | 一种复杂系统人机界面可用性的检测方法 |
CN104392144A (zh) * | 2014-12-09 | 2015-03-04 | 河海大学常州校区 | 一种视觉信息界面出错因子的生理实验分析方法 |
CN104850622A (zh) * | 2015-05-18 | 2015-08-19 | 北京航天理想科技股份有限公司 | 一种利用可视化图形进行信息采集与分析的方法与系统 |
CN105425971A (zh) * | 2016-01-15 | 2016-03-23 | 中意工业设计(湖南)有限责任公司 | 一种眼动界面的交互方法、装置和近眼显示器 |
CN108399031A (zh) * | 2017-02-06 | 2018-08-14 | 腾讯科技(深圳)有限公司 | 确定界面布局方式的方法和装置 |
-
2019
- 2019-03-07 CN CN201910172177.2A patent/CN109917759B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102257495A (zh) * | 2008-12-22 | 2011-11-23 | 微软公司 | 使用颜色布局相关性对图像搜索结果进行交互地排列 |
CN103713728A (zh) * | 2014-01-14 | 2014-04-09 | 东南大学 | 一种复杂系统人机界面可用性的检测方法 |
CN104392144A (zh) * | 2014-12-09 | 2015-03-04 | 河海大学常州校区 | 一种视觉信息界面出错因子的生理实验分析方法 |
CN104850622A (zh) * | 2015-05-18 | 2015-08-19 | 北京航天理想科技股份有限公司 | 一种利用可视化图形进行信息采集与分析的方法与系统 |
CN105425971A (zh) * | 2016-01-15 | 2016-03-23 | 中意工业设计(湖南)有限责任公司 | 一种眼动界面的交互方法、装置和近眼显示器 |
CN108399031A (zh) * | 2017-02-06 | 2018-08-14 | 腾讯科技(深圳)有限公司 | 确定界面布局方式的方法和装置 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112732378A (zh) * | 2020-12-29 | 2021-04-30 | 江苏徐工工程机械研究院有限公司 | 一种工程机械产品显示装置的人机界面设计方法 |
CN112732378B (zh) * | 2020-12-29 | 2024-02-02 | 江苏徐工工程机械研究院有限公司 | 一种工程机械产品显示装置的人机界面设计方法 |
CN112906346A (zh) * | 2021-02-09 | 2021-06-04 | 江苏徐工工程机械研究院有限公司 | 一种工程机械显示器字符大小设计系统及方法 |
CN112906346B (zh) * | 2021-02-09 | 2023-07-04 | 江苏徐工工程机械研究院有限公司 | 一种工程机械显示器字符大小设计系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109917759B (zh) | 2021-12-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Fu et al. | Eye tracking the user experience–an evaluation of ontology visualization techniques | |
Zelinsky | TAM: Explaining off-object fixations and central fixation tendencies as effects of population averaging during search | |
Diego-Mas et al. | User-interfaces layout optimization using eye-tracking, mouse movements and genetic algorithms | |
Cerrolaza et al. | Study of polynomial mapping functions in video-oculography eye trackers | |
Fific et al. | Information-processing architectures in multidimensional classification: a validation test of the systems factorial technology. | |
WO2016094720A1 (en) | Automated flow cytometry analysis method and system | |
Pillat et al. | Experimental study on evaluation of multidimensional information visualization techniques | |
CN109917759A (zh) | 一种智能控制产线系统信息呈现格式和功能布局方法 | |
Gajos et al. | Accurate measurements of pointing performance from in situ observations | |
Zhang et al. | Eye movement as an interaction mechanism for relevance feedback in a content-based image retrieval system | |
Zhao et al. | Epileptic seizure detection by using interpretable machine learning models | |
CN104392144A (zh) | 一种视觉信息界面出错因子的生理实验分析方法 | |
CN113749619A (zh) | 一种基于k-trca的脑力疲劳评估方法 | |
Yu et al. | Towards tacit knowledge mining within context: Visual cognitive graph model and eye movement image interpretation | |
CN114300039A (zh) | 一种基于病毒结构蛋白的生物活性成分筛选系统 | |
Wang et al. | Statistical analysis of air traffic controllers’ eye movements | |
Singh et al. | Prominent Sampling Techniques Analysis in Machine Learning: Bibliometric Survey and Performance Evaluation | |
CN105825225A (zh) | 一种机器视觉辅助脑电目标判决的方法 | |
Krishnamoorthy et al. | StimulEye: An intelligent tool for feature extraction and event detection from raw eye gaze data | |
Pandey et al. | Towards identification and mitigation of task-based challenges in comparative visualization studies | |
EP3230887A1 (en) | Automated flow cytometry analysis method and system | |
Nuthmann et al. | Visual search in naturalistic scenes from foveal to peripheral vision: A comparison between dynamic and static displays | |
CN113507561B (zh) | 一种基于眼动数据分析的个性化显示系统设计方法 | |
Zhu et al. | Analysis of eye movements of workers in safe and unsafe behaviors using a video-based method | |
CN110162304A (zh) | 信息交互界面出错因子-信息特征反应链的界面布局方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |