基于ACT-R认知模型的脑力负荷评价研究

来源 :浙江理工大学 | 被引量 : 1次 | 上传用户:cerlin
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
本研究面向空间精细追踪控制任务-人控交会对接,通过理论分析与实验研究方法,基于ACT-R认知体系探索作业人员在人控交会对接任务脑力负荷在脑区的分布情况,旨在完善人控交会对接人机界面设计、评估和监测作业过程的脑力负荷,预测交会对接操作失误并为航天员训练与选拔提供理论参考。  脑力负荷受到任务、环境和作业人员技能多种因素影响,是研究任务绩效和评价作业人员技能的主要指标。现有脑力负荷评测方法多以基于作业人员显性的观察和生理/心理过程的测量等量表方法来实现。认知体系是基于认知心理学理论、结合神经生物学研究成果,在认知层面为研究人类脑力负荷提供了一种深层次的分析评价方法。ACT-R是研究较早、相对完善、受研究人员青睐的认知体系之一。本文基于ACT-R认知体系,提出基于给定单位时间间隔的资源消耗比例来评价脑力负荷新方法。  第一章给出了本文研究背景和认知体系研究的重要意义。  第二章介绍了认知研究的现状。在介绍现有认知体系的基础上,重点介绍了ACT-R认知框架主要思想。  第三章主要阐述了人控交会对接任务ACT-R建模。重点介绍模型陈述性知识、过程性知识提取和构建过程。  第四章介绍基于ACT-R模型和实验数据的脑力负荷评测。把人控交会对接任务认知行为映射到脑区活动,依据单位时间间隔的资源消耗比例评价任务的脑力负荷。  第五章总结本文研究,对进一步的研究提出展望。  结果表明人控交会对接任务中给定单位时间内消耗的资源比例评估脑力负荷,与NASA-TLX主观量表预测的脑力负荷在统计学上具有相关性。基于ACT-R认知体系,从认知层面上可以有效地评价人类脑力负荷,与传统量表和生理测量方法评价脑力负荷相比更客观、更准确,具有明显优势和应用前景。
其他文献
在近几年中,随着云计算技术和移动终端服务的快速发展,通信网络承载的业务流量迅速增多,通信网络在人们日常的生活工作中扮演的角色越来越重要,用户也对通信网络的承载能力、
网络作为至关重要的基础资源,随着需求和规模的急速扩张,一方面促进了网络技术研究人员对于新体系、新技术的研究,另一方面由于现有网络结构日趋复杂以及网络设备相对封闭,使
随机模拟技术是地质统计学的新发展,在储层建模中由于地质环境的复杂性及观测数据的间接性和微量性,为储层建立的模型存在很高的不确定性。随机模拟是为储层建立随机模型并产
伴随网络与多媒体技术的日益发展,可实现高压缩比例同时又能满足用户不同需求的图像压缩技术愈显出其重要性。感兴趣区域编码技术是指针对人们的喜好,将图像划分为背景区域(B
文本的向量表示是指从文本中挖掘和学习其中蕴含的语义信息,并将其表示为具体的实数值向量,以便计算机进一步处理后续自然语言处理任务。最简单常用的文本表示方法为词袋子模
无源毫米波探测成像系统利用高灵敏度接收机接收人体自身辐射的毫米波能量信号,利用人体与隐匿物发射率的差异实现成像。其无辐射、方式隐蔽、非接触、分辨适度,对被检人员不
协议识别技术是实现流量监控、入侵检测以及用户行为分析等应用的基础。随着互联网的发展,新型的网络类型不断出现,新的协议规范很多都不再对外公开且使用随机的端口。另外,
近年来,随着科学技术的发展,图像增强已经成为科学研究中一个非常重要的课题,成为机器视觉中不可缺少的一部分,在计算机视觉的各个领域有着广泛的应用。图像增强已经渗透到人
随着用户需求的多样化,个性化推荐系统不仅用于电子商务,也用于推荐网页、电影、文本等。为了让人们方便准确地获得需要的文献,研究基于文本信息的推荐技术成为必要。文本信
Internet的飞速发展,使得多种多样的应用层协议不断涌现,导致网络变得更加复杂、更加多样化和难以管理。攻击方式和入侵手段也层出不穷,恶意的网络攻击对网络服务和信息安全