典型文献
改进DBA算法的眼动模式分析
文献摘要：
随着眼动追踪技术的进步和设备成本的降低,眼动追踪技术已广泛应用于智能教育领域,分析眼动数据以评估学习状态成为智能教育中一个十分重要的环节.眼动扫描路径可以直接或间接地反映思维模式及心理状态的变化,通过分析扫描路径探索学习者眼动行为的共性和差异性,为改善视觉内容和给出指导性意见提供重要参考.首先研究在同一任务情况下学习者扫描路径的时间序列表示和聚类,通过聚类结果评估专注、走神及信息迷航等三种学习状态.进而对重心平均动态时间规整(DTW barycenter averaging,DBA)算法进行改进,并用于提取群体眼动模式,结合动态时间规整(dynamic time warping,DTW)算法计算扫描路径的相似度和确定聚类种子,采用距离密度聚类(distance density clustering,DDC)算法进行聚类.实验表明,基于时间序列的眼动模式挖掘能够识别群体观看行为.而聚类揭示了不同的阅读策略,并提供了评估学习状态的能力.
文献关键词：
扫描路径;眼动模式;学习状态;重心平均动态时间规整(DBA);距离密度聚类(DDC)
中图分类号：
作者姓名：
陈子麟;战荫伟;杨卓
作者机构：
广东工业大学 计算机学院,广州 510006
文献出处：
引用格式：
[1]陈子麟;战荫伟;杨卓-.改进DBA算法的眼动模式分析)[J].计算机工程与应用,2022(22):254-261
A类：
barycenter
B类：
DBA,眼动模式,模式分析,眼动追踪技术,设备成本,智能教育,眼动数据,学习状态,一个十,扫描路径,间接地,思维模式,心理状态,探索学习,眼动行为,视觉内容,先研,一任,序列表示,走神,迷航,动态时间规整,DTW,averaging,dynamic,warping,算法计算,定聚,密度聚类,distance,density,clustering,DDC,模式挖掘,观看行为,阅读策略
AB值：
0.379998
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
