CN110786869B - 一种程序员的疲劳程度的检测方法 - Google Patents
一种程序员的疲劳程度的检测方法 Download PDFInfo
- Publication number
- CN110786869B CN110786869B CN201911035140.1A CN201911035140A CN110786869B CN 110786869 B CN110786869 B CN 110786869B CN 201911035140 A CN201911035140 A CN 201911035140A CN 110786869 B CN110786869 B CN 110786869B
- Authority
- CN
- China
- Prior art keywords
- state
- probability
- programmer
- mouse
- keyboard
- 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
Images
Classifications
-
- 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
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
- A61B5/1126—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb using a particular sensing technique
- A61B5/1128—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb using a particular sensing technique using image analysis
Abstract
本发明的一种程序员的疲劳程度的检测方法,包括:步骤1,传感器监测T至T+1时刻程序员的头部动作变化以及键盘鼠标的输出并且汇集数据到处理器;步骤2,利用获得的人的头部动作变化以及键盘鼠标的输出,给分类器施加权重对人的可能处于的状态进行分类,得到概率最大的状态SK机器概率PK;步骤3,T+1时刻施加屏幕弹窗和提示音测试信号;步骤4,传感器监测T+1至T+2时刻人的头部动作变化以及键盘鼠标的输出并且汇集数据到处理器;步骤5,代入二项分布的公式进行计算,步骤二给出了一个可能的概率PK,把它看成是先验概率,在步骤3和4的基础上进行更新。所以这里用贝叶斯公式进行更新。本发明能够在一个程序员的状态未知但键盘和鼠标的输出可以获得的情况下的人机系统中对程序员的疲劳程度识别。
Description
技术领域
本发明涉及程序员的状态的识别,具体涉及程序员的状态未知但键盘和鼠标的输出可以获得的情况下获得程序员的疲劳程度的方法。
背景技术
传感器能够检测待测量并能够将其按照一定的规律转换成电信号或者其他信号为我们获取信息;图像处理技术可以对获得的人的图片进行图像分析,获得人的动作;模式识别技术是通过计算机来处理和判读数据,做到为不同的状态实现分类。
通过在人机系统中安装的传感器,我们可以获得人针对某项刺激的反应及其动作变化,通过模式识别技术我们可以在加入我们所需要的权值的基础上对人的状态进行简单地分类。
发明内容
本发明要解决在一个程序员的状态未知但键盘和鼠标的输出可以获得的情况下的人机系统中对程序员的疲劳程度识别的问题,提出了基于传感器检测技术、图像处理技术、模式识别技术和贝叶斯公式的程序员的疲劳程度的检测方法,对此类程序员的疲劳程度的检测方法提供了一种思路。
本发明解决其技术问题所采用的技术方案是:
一种程序员的疲劳程度的检测方法,含有以下步骤:
步骤1:传感器监测T至T+1时刻程序员的头部动作变化以及键盘鼠标的输出并且汇集数据到处理器;
步骤2:利用获得的人的头部动作变化以及键盘鼠标的输出,给分类器施加权重对人的可能处于的状态进行分类,得到概率最大的状态SK机器概率PK;
步骤3:T+1时刻施加屏幕弹窗和提示音作为测试信号;
步骤4:传感器监测T+1至T+2时刻人的头部动作变化以及键盘鼠标的输出并且汇集数据到处理器。
步骤5:代入二项分布的公式进行计算,步骤2给出了概率PK,作为先验概率,在步骤3和4的基础上进行更新,所以这里用贝叶斯公式进行更新。
本发明提出了基于传感器检测技术、图像处理技术、模式识别技术和贝叶斯公式的程序员的疲劳程度的检测方法,对此类程序员的疲劳程度的检测方法提供了一种思路。传感器能够检测待测量并能够将其按照一定的规律转换成电信号或者其他信号为我们获取信息;图像处理技术可以对获得的人的图片进行图像分析,获得人的动作;模式识别技术是通过计算机来处理和判读数据,做到为不同的状态实现分类。
与现有技术相比,本发明技术方案的优点有:
(1)本发明结合图像处理技术和模式识别,图像处理技术以及键鼠检测程序获得模式识别技术所需要的数据,模式识别在此基础上对程序员的疲劳程度进行分类,给出程序员概率最大也就是最有可能的疲劳程度。
(2)通过发送屏幕弹窗和提示音等测试信号并再次获得程序员的动作变化和键鼠输出,通过贝叶斯公示增大或减少人处于某种状态的可能性。
附图说明
图1:本发明方法的流程图;
具体实施方式
为了便于本领域普通技术人员理解和实施本发明,下面结合附图和实施例对本发明作进一步的详细描述。
一种程序员的疲劳程度的检测方法,含有以下步骤:
步骤1:用键盘和鼠标监测软件获取键盘和鼠标的输出,利用摄像头和图像处理技术确定人的骨骼点获取人的头部动作,将数据汇集到处理器,处理器将已获得的数据处理成可以看出程序员特征的形式,有程序员在规定时间内敲击backspace、delete的次数,以及鼠标按下的次数。数据归一化后做成一个向量[a1,a2,a3]T,其中a1设置成按backspace的频率,a2设置成按delete的频率,a3设置成鼠标按下频率,a1,a2,a3用数字0-9的来表示频率。
步骤2:用模式识别方法来进行数据分析,程序员的疲劳状态分为四种状态,状态A为精神饱满,状态B为精力比较充沛,状态C为有点疲劳,状态D为非常疲惫,在给出的同时给出每一个状态的特征,根据分类给出程序员属于的状态分类,并对此给出一个符合每个状态的概率,最后给出概率最高的状态和程序员处于这个疲劳状态的概率,处于K状态的概率PK=数据对于状态K契合度/数据对于各个状态的契合度的总和;
步骤3:系统给出一个提示音和屏幕弹窗作为测试信号;
步骤4:用键盘和鼠标监测软件获取键盘和鼠标的输出,利用摄像头和图像处理技术获取人的动作,汇集到处理器并进行数据分析;
步骤5:代入二项分布的公式进行计算,步骤2给出了概率PK,在此把Pk作为先验概率,在步骤3和4的基础上用贝叶斯公式进行更新;
P(AB)=P(BA)
P(A|B)*P(B)=P(B|A)*P(A)
P(A|B)=P(B|A)*P(A)/P(B)
P(A|B)是指在步骤3和4的基础上用贝叶斯公式进行更新过后的概率,也就是在发出了测试信号后程序员有了反应动作之后仍处于K状态的概率;
P(B|A)是指程序员处于K状态下会进行反应动作的概率。
P(A)是指程序员处于该状态的先验概率,就是步骤2得到的PK;
P(B)是指一般情况下程序员进行反应动作的概率。
示例:
P(A|B)=P(B|A)*P(A)/P(B)中(令A为困,B为关掉提示)
P(A|B):程序员已经关掉提示后还处于很困的状态的概率
P(B|A):很困的人关掉提示音的概率,假设20%.
P(A):步骤2推得他处于困得概率为20%
P(B):一般程序员会关掉提示的情况,假设80%。
最后P(A|B)=0.2*0.2/0.8=5%,概率极大地降低了。
本说明书实施例所述的内容仅仅是对发明构思的实现形式的列举,本发明的保护范围不应当被视为仅限于实施例所陈述的具体形式,本发明的保护范围也及于本领域技术人员根据本发明构思所能够想到的等同技术手段。
Claims (1)
1.一种程序员的疲劳程度的检测方法,含有以下步骤:
步骤1:用键盘和鼠标监测软件获取键盘和鼠标的输出,利用摄像头和图像处理技术确定人的骨骼点获取人的头部动作,将数据汇集到处理器,处理器将已获得的数据处理成可以看出程序员特征的形式,有程序员在规定时间内敲击backspace、delete的次数,以及鼠标按下的次数。数据归一化后做成一个向量[a1,a2,a3]T,其中a1设置成按backspace的频率,a2设置成按delete的频率,a3设置成鼠标按下频率,a1,a2,a3用数字0-9的来表示频率。
步骤2:用模式识别方法来进行数据分析,程序员的疲劳状态分为四种状态,状态A为精神饱满,状态B为精力比较充沛,状态C为有点疲劳,状态D为非常疲惫,在给出的同时给出每一个状态的特征,根据分类给出程序员属于的状态分类,并对此给出一个符合每个状态的概率,最后给出概率最高的状态和程序员处于这个疲劳状态的概率,处于K状态的概率PK=数据对于状态K契合度/数据对于各个状态的契合度的总和;
步骤3:系统给出一个提示音和屏幕弹窗作为测试信号;
步骤4:用键盘和鼠标监测软件获取键盘和鼠标的输出,利用摄像头和图像处理技术获取人的动作,汇集到处理器并进行数据分析;
步骤5:代入二项分布的公式进行计算,步骤2给出了概率PK,在此把Pk作为先验概率,在步骤3和4的基础上用贝叶斯公式进行更新;
P(AB)=P(BA)
P(A|B)*P(B)=P(B|A)*P(A)
P(A|B)=P(B|A)*P(A)/P(B)
P(A|B)是指在步骤3和4的基础上用贝叶斯公式进行更新过后的概率,也就是在发出了测试信号后程序员有了反应动作之后仍处于K状态的概率;
P(B|A)是指程序员处于K状态下会进行反应动作的概率;
P(A)是指程序员处于该状态的先验概率,就是步骤2得到的PK;
P(B)是指一般情况下程序员进行反应动作的概率。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911035140.1A CN110786869B (zh) | 2019-10-29 | 2019-10-29 | 一种程序员的疲劳程度的检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911035140.1A CN110786869B (zh) | 2019-10-29 | 2019-10-29 | 一种程序员的疲劳程度的检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110786869A CN110786869A (zh) | 2020-02-14 |
CN110786869B true CN110786869B (zh) | 2021-12-21 |
Family
ID=69441887
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911035140.1A Active CN110786869B (zh) | 2019-10-29 | 2019-10-29 | 一种程序员的疲劳程度的检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110786869B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117271271B (zh) * | 2023-11-21 | 2024-03-22 | 深圳市利新联电子有限公司 | 基于鼠标使用监测的手部疲劳识别方法、系统及存储介质 |
Citations (35)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0683510A (ja) * | 1991-08-02 | 1994-03-25 | Matsushita Electric Ind Co Ltd | ファジィ推論手段を有するキーボード及びコンピュータ |
CN1609778A (zh) * | 2004-11-25 | 2005-04-27 | 李晔 | 键盘鼠标结合型计算机输入设备 |
CN101271527A (zh) * | 2008-02-25 | 2008-09-24 | 北京理工大学 | 一种基于运动场局部统计特征分析的异常行为检测方法 |
CN101375796A (zh) * | 2008-09-18 | 2009-03-04 | 浙江工业大学 | 疲劳驾驶实时检测系统 |
WO2009121088A2 (de) * | 2008-04-03 | 2009-10-08 | Gesunde Arbeitsplatzsysteme Gmbh | Verfahren zum prüfen des ermüdungsgrades einer ein gerät bedienenden person |
CN201337458Y (zh) * | 2009-01-10 | 2009-11-04 | 山西智济电子科技有限公司 | 人员疲劳状态实时监测装置 |
JP2010026713A (ja) * | 2008-07-17 | 2010-02-04 | Toyohashi Univ Of Technology | 画像データから位置を推定する位置推定方法、位置推定装置及び位置推定プログラム |
CN101697199A (zh) * | 2009-08-11 | 2010-04-21 | 北京盈科成章科技有限公司 | 头面部动作检测方法及应用该方法操控计算机的助残系统 |
EP2395479A1 (en) * | 2010-06-08 | 2011-12-14 | Sony Corporation | Image stabilization device, image stabilization method, and program |
CN103077302A (zh) * | 2012-12-25 | 2013-05-01 | 杭州电子科技大学 | 基于平衡板使用者健康状态动态监测方法 |
WO2014107303A1 (en) * | 2013-01-04 | 2014-07-10 | Siemens Corporation | Probabilistic modeling and sizing of embedded flaws in nondestructive inspections for fatigue damage prognostics and structural integrity assessment |
WO2015168151A1 (en) * | 2014-04-28 | 2015-11-05 | The General Hospital Corporation | System and method for tracking sleep dynamics using behavioral and physiological information |
CN105203349A (zh) * | 2015-09-17 | 2015-12-30 | 安阳市鑫达自控科技有限公司 | 一种样品桶可锁闭信息化集样器 |
CN106137181A (zh) * | 2015-04-13 | 2016-11-23 | 上海帝仪科技有限公司 | 用于获取用户的疲劳特征的系统、方法和设备 |
CN106236047A (zh) * | 2016-09-05 | 2016-12-21 | 合肥飞鸟信息技术有限公司 | 驾驶员疲劳监测系统的控制方法 |
JP6114802B1 (ja) * | 2015-10-30 | 2017-04-12 | テイ・エス テック株式会社 | 覚醒状態判定方法 |
CN106706296A (zh) * | 2017-01-06 | 2017-05-24 | 上海瀚海检测技术股份有限公司 | 按键疲劳手感检测方法 |
CN206400492U (zh) * | 2016-10-24 | 2017-08-11 | 华南师范大学 | 一种用于检测人体疲劳度的鼠标 |
CN107358646A (zh) * | 2017-06-20 | 2017-11-17 | 安徽工程大学 | 一种基于机器视觉的疲劳检测系统及方法 |
EP3245950A1 (en) * | 2015-02-17 | 2017-11-22 | Nippon Telegraph and Telephone Corporation | Sequential posture identification device and autonomic function information acquisition device, method, and program |
CN107644229A (zh) * | 2017-08-31 | 2018-01-30 | 浙江工业大学 | 基于多传感器信息融合的室内异常行为检测方法 |
CN107692984A (zh) * | 2017-05-18 | 2018-02-16 | 中科院合肥技术创新工程院 | 一种疲劳检测方法及装置 |
CN107730835A (zh) * | 2017-11-14 | 2018-02-23 | 吉林大学 | 一种基于应激反应能力的汽车驾驶员疲劳识别方法 |
CN108154095A (zh) * | 2017-12-14 | 2018-06-12 | 北京汽车集团有限公司 | 一种确定疲劳驾驶的方法、装置和车辆 |
CN108366732A (zh) * | 2015-12-18 | 2018-08-03 | 微软技术许可有限责任公司 | 困倦起始检测 |
CN108537138A (zh) * | 2018-03-20 | 2018-09-14 | 浙江工业大学 | 一种基于机器视觉的眼睛闭合度计算方法 |
CN109464152A (zh) * | 2019-01-09 | 2019-03-15 | 浙江强脑科技有限公司 | 脑部疲劳状态的检测方法、设备及计算机可读存储介质 |
CN109475294A (zh) * | 2016-05-06 | 2019-03-15 | 斯坦福大学托管董事会 | 用于治疗精神障碍的移动和可穿戴视频捕捉和反馈平台 |
CN109614892A (zh) * | 2018-11-26 | 2019-04-12 | 青岛小鸟看看科技有限公司 | 一种疲劳驾驶检测方法、装置和电子设备 |
CN109875584A (zh) * | 2019-03-01 | 2019-06-14 | 广东轻工职业技术学院 | 驾驶员生理疲劳的检测方法及其警报系统 |
CN109875568A (zh) * | 2019-03-08 | 2019-06-14 | 北京联合大学 | 一种用于疲劳驾驶检测的头部姿态检测方法 |
EP3502979A1 (en) * | 2017-12-22 | 2019-06-26 | Nokia Technologies Oy | A probability-based detector and controller apparatus, method, computer program |
CN109953757A (zh) * | 2017-12-14 | 2019-07-02 | 中国航天员科研训练中心 | 面向持续追踪控制与射击类任务脑力负荷实时监测方法 |
CN110209292A (zh) * | 2019-06-06 | 2019-09-06 | 莆田学院 | 智能鼠标 |
CN110263827A (zh) * | 2019-05-31 | 2019-09-20 | 中国工商银行股份有限公司 | 基于交易规律识别的异常交易检测方法及装置 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3784630B2 (ja) * | 2000-10-06 | 2006-06-14 | 株式会社総合医科学研究所 | 精神検査方法及び精神機能検査装置 |
US20060132447A1 (en) * | 2004-12-16 | 2006-06-22 | Conrad Richard H | Method and apparatus for automatically transforming functions of computer keyboard keys and pointing devices by detection of hand location |
WO2010068445A2 (en) * | 2008-11-25 | 2010-06-17 | Spetalnick Jeffrey R | Methods and systems for improved data input, compression, recognition, correction, and translation through frequency-based language analysis |
US20110301433A1 (en) * | 2010-06-07 | 2011-12-08 | Richard Scott Sadowsky | Mental state analysis using web services |
US20130243208A1 (en) * | 2012-03-19 | 2013-09-19 | Mark S. Fawer | Computer user alertness monitoring system |
KR20160015719A (ko) * | 2014-07-31 | 2016-02-15 | 엘지전자 주식회사 | 이동 단말기 및 그 제어방법 |
-
2019
- 2019-10-29 CN CN201911035140.1A patent/CN110786869B/zh active Active
Patent Citations (36)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0683510A (ja) * | 1991-08-02 | 1994-03-25 | Matsushita Electric Ind Co Ltd | ファジィ推論手段を有するキーボード及びコンピュータ |
CN1609778A (zh) * | 2004-11-25 | 2005-04-27 | 李晔 | 键盘鼠标结合型计算机输入设备 |
CN101271527A (zh) * | 2008-02-25 | 2008-09-24 | 北京理工大学 | 一种基于运动场局部统计特征分析的异常行为检测方法 |
WO2009121088A2 (de) * | 2008-04-03 | 2009-10-08 | Gesunde Arbeitsplatzsysteme Gmbh | Verfahren zum prüfen des ermüdungsgrades einer ein gerät bedienenden person |
JP2010026713A (ja) * | 2008-07-17 | 2010-02-04 | Toyohashi Univ Of Technology | 画像データから位置を推定する位置推定方法、位置推定装置及び位置推定プログラム |
CN101375796A (zh) * | 2008-09-18 | 2009-03-04 | 浙江工业大学 | 疲劳驾驶实时检测系统 |
CN201337458Y (zh) * | 2009-01-10 | 2009-11-04 | 山西智济电子科技有限公司 | 人员疲劳状态实时监测装置 |
CN101697199A (zh) * | 2009-08-11 | 2010-04-21 | 北京盈科成章科技有限公司 | 头面部动作检测方法及应用该方法操控计算机的助残系统 |
EP2395479A1 (en) * | 2010-06-08 | 2011-12-14 | Sony Corporation | Image stabilization device, image stabilization method, and program |
CN103077302A (zh) * | 2012-12-25 | 2013-05-01 | 杭州电子科技大学 | 基于平衡板使用者健康状态动态监测方法 |
WO2014107303A1 (en) * | 2013-01-04 | 2014-07-10 | Siemens Corporation | Probabilistic modeling and sizing of embedded flaws in nondestructive inspections for fatigue damage prognostics and structural integrity assessment |
WO2015168151A1 (en) * | 2014-04-28 | 2015-11-05 | The General Hospital Corporation | System and method for tracking sleep dynamics using behavioral and physiological information |
EP3245950A1 (en) * | 2015-02-17 | 2017-11-22 | Nippon Telegraph and Telephone Corporation | Sequential posture identification device and autonomic function information acquisition device, method, and program |
CN106137181A (zh) * | 2015-04-13 | 2016-11-23 | 上海帝仪科技有限公司 | 用于获取用户的疲劳特征的系统、方法和设备 |
CN105203349A (zh) * | 2015-09-17 | 2015-12-30 | 安阳市鑫达自控科技有限公司 | 一种样品桶可锁闭信息化集样器 |
JP6114802B1 (ja) * | 2015-10-30 | 2017-04-12 | テイ・エス テック株式会社 | 覚醒状態判定方法 |
WO2017073719A1 (ja) * | 2015-10-30 | 2017-05-04 | テイ・エス テック株式会社 | 覚醒状態判定方法 |
CN108366732A (zh) * | 2015-12-18 | 2018-08-03 | 微软技术许可有限责任公司 | 困倦起始检测 |
CN109475294A (zh) * | 2016-05-06 | 2019-03-15 | 斯坦福大学托管董事会 | 用于治疗精神障碍的移动和可穿戴视频捕捉和反馈平台 |
CN106236047A (zh) * | 2016-09-05 | 2016-12-21 | 合肥飞鸟信息技术有限公司 | 驾驶员疲劳监测系统的控制方法 |
CN206400492U (zh) * | 2016-10-24 | 2017-08-11 | 华南师范大学 | 一种用于检测人体疲劳度的鼠标 |
CN106706296A (zh) * | 2017-01-06 | 2017-05-24 | 上海瀚海检测技术股份有限公司 | 按键疲劳手感检测方法 |
CN107692984A (zh) * | 2017-05-18 | 2018-02-16 | 中科院合肥技术创新工程院 | 一种疲劳检测方法及装置 |
CN107358646A (zh) * | 2017-06-20 | 2017-11-17 | 安徽工程大学 | 一种基于机器视觉的疲劳检测系统及方法 |
CN107644229A (zh) * | 2017-08-31 | 2018-01-30 | 浙江工业大学 | 基于多传感器信息融合的室内异常行为检测方法 |
CN107730835A (zh) * | 2017-11-14 | 2018-02-23 | 吉林大学 | 一种基于应激反应能力的汽车驾驶员疲劳识别方法 |
CN108154095A (zh) * | 2017-12-14 | 2018-06-12 | 北京汽车集团有限公司 | 一种确定疲劳驾驶的方法、装置和车辆 |
CN109953757A (zh) * | 2017-12-14 | 2019-07-02 | 中国航天员科研训练中心 | 面向持续追踪控制与射击类任务脑力负荷实时监测方法 |
EP3502979A1 (en) * | 2017-12-22 | 2019-06-26 | Nokia Technologies Oy | A probability-based detector and controller apparatus, method, computer program |
CN108537138A (zh) * | 2018-03-20 | 2018-09-14 | 浙江工业大学 | 一种基于机器视觉的眼睛闭合度计算方法 |
CN109614892A (zh) * | 2018-11-26 | 2019-04-12 | 青岛小鸟看看科技有限公司 | 一种疲劳驾驶检测方法、装置和电子设备 |
CN109464152A (zh) * | 2019-01-09 | 2019-03-15 | 浙江强脑科技有限公司 | 脑部疲劳状态的检测方法、设备及计算机可读存储介质 |
CN109875584A (zh) * | 2019-03-01 | 2019-06-14 | 广东轻工职业技术学院 | 驾驶员生理疲劳的检测方法及其警报系统 |
CN109875568A (zh) * | 2019-03-08 | 2019-06-14 | 北京联合大学 | 一种用于疲劳驾驶检测的头部姿态检测方法 |
CN110263827A (zh) * | 2019-05-31 | 2019-09-20 | 中国工商银行股份有限公司 | 基于交易规律识别的异常交易检测方法及装置 |
CN110209292A (zh) * | 2019-06-06 | 2019-09-06 | 莆田学院 | 智能鼠标 |
Non-Patent Citations (2)
Title |
---|
"A review of emotion recognition methods based on keystroke dynamics and mouse movements";Kolakowska;《2013 6th International Conference on Human System Interactions》;20130816;第548-555页 * |
"触控技术中的自然人机界面范式研究";房琦;《全国优秀硕士学位论文全文数据库》;20130115;第I140-1页 * |
Also Published As
Publication number | Publication date |
---|---|
CN110786869A (zh) | 2020-02-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Mouawad et al. | Robust detection of COVID-19 in cough sounds: using recurrence dynamics and variable Markov model | |
CN107095669B (zh) | 一种癫痫患者脑电信号的处理方法及系统 | |
Pang et al. | Automatic detection and quantification of hand movements toward development of an objective assessment of tremor and bradykinesia in Parkinson's disease | |
CN110069199B (zh) | 一种基于智能手表的皮肤式手指手势识别方法 | |
KR20150113700A (ko) | 진단 시스템 및 방법 | |
KR20120122617A (ko) | 움직임을 상상하는 뇌파 분류 방법 및 그 장치 | |
US20220107346A1 (en) | Method and apparatus for non-intrusive program tracing with bandwith reduction for embedded computing systems | |
CN110786869B (zh) | 一种程序员的疲劳程度的检测方法 | |
KR102416474B1 (ko) | 기계학습 기반 고장 진단 장치 및 방법 | |
JP2015207179A (ja) | 行動理解システムおよびプログラム | |
US20140040173A1 (en) | System and method for detection of a characteristic in samples of a sample set | |
Murray et al. | Explainable NILM networks | |
Ponomarev et al. | Digital technologies in non-destructive testing | |
Clark et al. | Performance characterization in computer vision a tutorial | |
CA3164369A1 (en) | Diagnosing respiratory maladies from subject sounds | |
CN113625092A (zh) | 一种电子元件性能数据检测方法 | |
CN115422962A (zh) | 一种基于毫米波雷达和深度学习算法的姿态和手势识别方法及装置 | |
JP2021072106A (ja) | イメージ処理システム | |
JP2012181607A (ja) | 感覚データ識別装置及びプログラム | |
CN111449652B (zh) | 一种基于脑电波分析的施工安全监测方法和装置 | |
EP3537338B1 (en) | Method and system for pattern recognition in a signal using morphology aware symbolic representation | |
Lim et al. | Multidimensional evaluation and analysis of motion segmentation for inertial measurement unit applications | |
CN114255373B (zh) | 序列异常检测方法、装置、电子设备和可读介质 | |
AU2021448087A1 (en) | Detection device, detection method, and detection program | |
CN115602245B (zh) | 一种荧光图筛选的方法、装置、设备以及存储介质 |
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 |