一、(鼠标)模拟动态数字输入的识别之轨迹数据采集（论文文献综述）
陈筱悦[1]（2021）在《基于鼠标轨迹结合人脸的用户情绪识别研究》文中进行了进一步梳理随着计算机技术的高速发展,没有计算机人类的生活将会充满不便,人机交互能力越高,对人类越能提供更多的便利,因此,情绪识别已经成为神经科学、认知科学和人工智能等多个专业的重要研究课题。并且经过研究发现,网站或游戏界面的设计对用户体验影响重大,界面设计的好坏直接影响网站或游戏用户的情绪甚至影响用户访问量。因此通过鼠标轨迹结合人脸对鼠标用户进行情绪识别可以让网页或游戏界面设计者更加了解用户对网页或游戏界面的满意度,以便于他们更好地设计网站或者游戏界面,是一个比较新颖的研究方向,并且具有一定的研究意义和商业价值。本文在对鼠标用户进行情绪识别的国内外现状进行一定的了解之后,首先,需要采集本文独特的数据集;其次,提出通过迁移学习分别将三种网络模型对鼠标轨迹进行训练学习实现对鼠标用户的情绪识别并分析;接着,针对鼠标轨迹提出一个新的网络模型进行情绪识别并与上述迁移学习网络模型的效果进行对比;最后,针对人脸图像搭建网络模型实现情绪识别以证明通过鼠标轨迹进行情绪识别的可行性和可信度。主要研究内容主要如下:一、爬取日内瓦情绪图片数据库中的积极图片集和消极图片集,设计情绪诱导实验,同时收集同一情绪标签的鼠标轨迹图和包含实验者人脸的图像,建立本文独特的数据集。二、通过迁移学习分别将VGG-16、Res Net50和Mobile Net-V3-Large这三种网络模型对本文采集的鼠标轨迹数据集进行训练学习实现情绪识别。三种网络模型都取得了较好的效果,VGG-16网络模型识别准确率达到0.95,Res Net50网络模型识别准确率达到0.93,Mobile Net-V3-Large网络模型识别准确率达到0.97,证明了鼠标轨迹与情绪的相关性以及鼠标轨迹识别情绪的可行性。三、提出搭建四层卷积层网络模型对本文采集的鼠标轨迹数据集进行训练学习实现情绪识别,识别效果达到0.95左右,对比迁移学习三种网络模型的方法,识别效果相近,但耗时要相对短许多,因此,本节搭建的四层卷积层网络模型更适用于鼠标轨迹识别情绪,同时也证明了基于鼠标轨迹实现情绪识别是可行的。四、搭建卷积神经网络模型对本文与鼠标轨迹数据同时采集属于同种情绪标签的人脸数据进行训练学习实现情绪识别实现情绪识别,训练准确率达到0.9左右,验证了人脸与情绪的相关性,也间接验证了鼠标轨迹与情绪的相关性,大大增加了基于鼠标轨迹进行情绪识别的可靠性。
崔晓龙[2]（2021）在《城镇老年人移动社交应用软件设计研究》文中指出随着中国老年移动网民数量的不断增长,城镇老年人对移动社交应用软件的适老化需求与日俱增。城镇老年人随着年龄的增长,认知能力和媒介适应能力逐渐弱化,而当下针对老年群体生理和心理需求的移动社交应用软件,在设计与应用方面还处于初始阶段,尚未形成科学、有效、完善的设计原则和规范。现有的相关设计远不能适应城镇老年人对当下社交的诉求,也未能有效解决老年群体普遍存在的代际关系疏离和社交活力不足的困境,这一问题日益凸显,已经成为当下设计界亟待解决的社会命题。基于以上背景,本文的研究站在设计的角度,以审视当今社会老龄化问题对设计的影响为前提,以数字技术对城镇老年移动社交进步的作用和价值为导向,以国内外先进理念为理论支撑,力求得出科学务实,且具有现实意义的研究成果和实践案例,为城镇老年人移动社交应用软件设计的研究和实践提供新的思路和路径。本文通过用户需求分析和实验论证,对城镇老年人在用户体验、功能需求、行为习惯、人际交往等方面的特点进行分类研究,推导出“年龄”“受教育程度”“职业”“性别”“性格”“养老方式”等六要素对老年人社交活性和需求差异的关键性影响,并借助KANO需求分析模型,分析移动社交语境下老年人在安全、认知、兴趣、交往、情感等方面的需求,以此作为本文建构设计方法、设计模型的依据。同时,本文基于格拉诺维特的“弱关系”理论剖析了城镇老年人的社会关系,提出“中间态关系优势”的分析视角;基于舒茨的人际关系三维理论来分析不同关系中需求层次的转化,提出新的研究视角,并在此基础上进一步提出了“无障碍性”“社交安全感”“包容性”“贴近性”四个设计原则;基于场景理论提出“场景共时”“场景共境”“场景共权”“场景共情”四种场景分析视角,总结出“阅读”“兴趣社交”“情感社交”“知识社交”和“生活社交”需求场景的设计方法。本文还根据人体工程学的拇指功效实验和眼动科学实验对页面交互和操作舒适区进行分析,并基于五种需求场景提出了代表性的原型设计方案;论文还借助眼动实验和李克特五级主观评价量表对设计方法和设计方案进行了可用性验证和设计评价。本研究通过以上系统的研究工作,力图丰富中国城镇老年人移动社交语境下对体验设计需求的理论和实践研究,同时为改善城镇老年人移动社交应用软件用户体验提供了新的视角和设计思路。
李振华[3]（2020）在《融入多源数据的在线学习投入测评方法研究》文中提出得益于技术的进步,在线学习在过去的十年中取得了飞速的发展,已然成为当前多元化多层次教育体系中非常重要的一环。尽管在线学习具有资源利用最大化、学习行为自主化、交互形式多样化、教学时空自由化等诸多优点,但在其发展过程中也遭遇了比传统教育更为普遍的学习效率低下、低保持率和高辍学率问题,而学生具备较高的学习投入水平是获得理想学习效果的必要条件。传统学习情境下,教师通过对学习者的学习投入进行测评及时发现问题学生再对其进行干预以确保其学习效果。由于传统学习和在线学习在本质上具有一致性,因此,在线学习情境下,不少研究者和教育工作者也希望通过测评学生的在线学习投入来解决学习效果低下、辍学率高等相关问题。但是,受技术和学生规模等因素的影响,传统学习情境下颇为有效的学习投入测评方法,如观察法、问卷调查法等,在应用到在线学习情境中时也面临着诸多限制而难以取得理想效果。针对这个问题,本研究聚焦于利用在线学习过程中产生的客观数据对学生的在线学习投入进行智能化测评。当前,现有的研究多以行为日志系统所产生的日志数据为基础进行测评分析,但考虑到日志数据在在线学习投入的多维度信息表征方面存在局限,本研究提出了融合日志交互数据、摄像头数据和鼠标轨迹数据的多源数据测评方法,以实现对在线学习投入进行多维度的分析和测评。本研究的主要工作体现在以下四个方面:第一,构建在线学习投入模型。由于传统学习情境下的行为、情感和认知三维度模型对于社交维度的关注较少,本研究通过梳理有关社会交互对在线学习投入影响的实证研究,用行为、社交、情感和认知投入四个维度来构建在线学习投入模型,为融合多源数据的在线学习投入分析测评提供理论支持。第二,针对日志和交互数据的测评方法。本研究在参考在线学习投入分析模型的基础上,结合学生在线活动和日志记录的普遍特点构建了在线学习投入的分析框架并确定了在线学习投入的测评指标集。然后,论文提出改进层次分析法用以确定各个指标的权重大小,并在此基础上构建BP神经网络模型进行测评。最终,本研究将学生填写的NSSE-China学习投入量表的测量结果作为效标,用BP神经网络计算出的学生在线学习投入水平值与之对比。实验结果表明两者结果具有显着的相关性。第三,针对表情数据和鼠标轨迹数据的测评方法。日志和交互数据对情感和认知维度的在线学习投入缺乏有效的表征。针对这个问题,本研究提出了融合多源数据的情感和认知投入测评分析方法,利用摄像头数据和鼠标轨迹数据完成情感和认知投入的测评与分析。在模型训练方面,研究采用训练数据集对模型进行训练,并在数据标注阶段参考多源数据以提高标注的准确性。在测评分析方面,通过将表情识别子模块和鼠标数据识别子模块进行融合处理,以进行情感认知投入的综合测评分析。第四,融合多源数据的测评方法。以在线学习投入模型为基础,将情感认知投入测评分析结果和基于日志数据的BP神经网络的测评分析结果进行融合处理。融合过程中,通过将不同测评粒度的模态数据进行二维化处理以实现不同数据的融合分析。
雷婷婷[4]（2021）在《基于虚拟现实技术的商业建筑室内互动设计研究》文中进行了进一步梳理数字技术的发展作用于建筑室内设计带来的每一次变革,都影响着使用者对设计方案认知和理解的方式,人工智能等科技高速发展使虚拟现实技术在室内设计方案中的应用开始涌现。在体验经济背景下,商业建筑室内空间感官体验与思维认同的价值逐渐凸显,并协同多元化业态成为当下使用者消费行为的重要诉求。因此,将参与性、交互性、动态性强的虚拟现实技术,引入到商业建筑室内设计中,试图通过使用者在逼真的三维虚拟化方案中的互动体验,对有效行为或行为模拟反馈信息等数据采集分析,据此进行从方案的初步设计到优选,以提升商业建筑室内设计的实效性与前瞻性。“研究基础”——通过对互动式建筑、虚拟现实技术等领域的相关理论进行梳理,提出支撑后续方法研究的基本理论;通过对商业空间室内化进程的研究,探索了当代商业空间复合化、步行化、景观化、公共设施完备化的发展趋势,明确了互动设计方法对于满足当代商业空间中个体需求与多元消费行为等需求特征的必要性。采用实地调研法,对不同地区多个具有代表性的商业室内空间进行调研,首先应用数理分析法对调研问卷进行分析得到商业空间中群体属性影响因素,其次对商业空间中使用者的行为轨迹、访谈交流进行综合分析得到使用者对商业空间中寻路与环境的诉求,继而对使用者光顾商业空间的频率与其他因素进行相关性分析得到商业空间对于使用者偏好的影响因子,而后结合国内外案例及访谈等信息,分析了商业室内空间影响因子的使用需求,以此展开,为互动设计方法研究任务阐明方向。“设计流程”——归纳了基于虚拟现实技术的商业建筑室内互动设计原则,依此对互动设计方法流程进行构建。根据前述理论引申探讨,提出了基于虚拟现实技术的商业建筑室内互动设计原则,继而在原则的指引下论述了基于虚拟现实技术的互动设计流程。一是通过对虚拟场景的环境需求分析,按照层级需求模型对应虚拟场景的可用性、准确性、操作效率、实时显示速度对方案构成要素进行选取,完成方案初构;二是虚拟场景的构建与实现,根据文献资料应用扎根理论方法对商业室内构成要素进行提取,利用层次分析法对要素进行权重分析,据此,对方案进行目标性电子化建构,并应用Iris VR、Mars等虚拟现实技术平台进行虚拟现实可视化处理,力求达到化简去繁的同时还原真实视觉效果;三是虚拟现实技术下的互动体验,使用者在虚拟现实方案中通过视觉感知刺激生成行为进行互动体验,并伴随体验过程产生相应的心理及生理反应,或与人工智能分析方法对接,进行行为模拟分析;最后是互动信息反馈与方案优选,通过对使用者显示反馈与隐式反馈的信息收集分析,判断空间质量并进行设计影响。“设计方法”——总结设计师可以遵循的基于虚拟现实技术的商业建筑室内互动设计方法。设计方法以商业建筑室内设计原则为依据,互动设计流程为展开方式,从商业建筑室内空间布局和空间环境两大维度的六个方面进行了详细论述。功能布局互动设计方法通过构建街区环境模型及互动体验路径的环境设置等手段,完成功能布局在宏观、中观、微观三个层面的设计;组织动线互动设计方法利用轨迹追踪记录等方式,将互动后动线进行可视化呈现,继而对照相应空间序列的行为预测提出动线设计及优化方法;方位感认知互动设计方法以使用者互动时辨认方位为动机并生成目标,以虚拟场景的空间识别性与装饰构件表现力为条件,通过在虚拟模型中进行操作并修改方案,以达到预期标准;空间界面互动设计方法应用场所感营造,通过互动时视觉感知表现效果对应预期心理需求以评价界面设计;导向与装饰互动设计方法及室内景观与设施互动设计方法将各设施装饰按功能分类,在互动评估后进行公众参与式设计以满足公众对参与决策的渴望。“应用演示”——演示了基于虚拟现实技术的商业建筑室内互动设计方法的应用。首先以商业室内空间布局为研究对象,应用动线可达性与可见性互动设计方法、方位感认知互动设计方法等对该空间布局进行实际优化设计;继而以商业室内标识系统为设计对象,利用Res Net神经网络模拟使用者的视觉感知来对虚拟商业空间中的标识系统进行图像识别完成互动,以此指导并优化设计方案。论文面向当代商业建筑室内空间的发展与转型问题,提出了基于虚拟现实技术的商业建筑室内互动设计理论及方法体系。通过对互动设计理论及虚拟现实技术的研究,弥补了现有商业室内设计方法体验不足、延时反馈、不能真正实现公众参与设计等问题。基于此,论文开展了商业建筑室内互动设计流程与方法的研究,以期在设计方法层面为商业建筑室内空间提供更科学、更智能、更高效的设计方法创新。
狄慧敏[5]（2020）在《基于动作捕捉的手势运动轨迹交互方法研究》文中指出计算机信息输入常用的输入方法是在某一个固定的平面上进行书写。通过采集在平面内书写的数据信息,之后再将数据传送到其他设备进行处理,这样的输入方式属于二维空间信息传输。本文的目的是研究信息在三维空间的输入。利用MEMS惯性传感器在三维空间中书写数字和字符,再现书写轨迹。本文设计了一种基于MEMS加速度传感器的运动轨迹检测系统。该系统的优点是体积小、成本低,符合目前国内外笔迹轨迹检测系统的发展趋势。该系统包括数据采集与处理模块和上位机数字轨迹识别模块两部分,数据采集和处理模块由Arduino101和IMU组成,上位机数字轨迹识别和实现由MATLAB完成。数据采集与处理模块主要负责传感器数据的采集、滤波、姿态拟合、姿态矫正、四元数坐标转换、积分捕捉轨迹及数据积分补偿等工作,最后将捕捉到的载体轨迹数据通过串口发送到上位机。上位机系统主要负责将串口接收到的轨迹转化为图片并进行神经网络训练,将图片进行灰度处理、二值化处理、图像缩小后送神经网络分类识别算法进行识别。系统选择使用九轴传感器--MPU9250来检测传感器在空中运动时所产生的加速度信息和角速度信息,其原理为加速度数据积分为速度,速度积分为位移。在空间内手写时会发生方向的变化,此时通过欧拉角计算出四元数,四元数可以将载体坐标系下的三轴加速度转换为地理坐标系下的三轴加速度,再进行坐标转换将加速度数据固定到同一坐标系中,这些位移点连接便得到空中手写的轨迹信息。在测量过程中,因为受到误差的影响而导致运动轨迹显示错误的问题,设计并实现了Kalman滤波器来降低随机误差。采用开源手写数字数据集中的部分数据作为训练集,以自制手写数据作为测试集训练并验证了神经网络识别的准确性。实验结果表明,采用惯性轨迹捕捉加神经网络识别的方法能有效识别手势,对手写数字的150个样本进行识别,识别准确率达到了100%。对惯性轨迹捕捉数字,轨迹识别准确率为60%,达到了预期效果。
周兴[6]（2020）在《基于目标跟踪的智慧教学空中手写识别系统》文中研究表明随着信息技术的发展,传统教育也朝着智慧教育发展,智慧教学是智慧教育的核心组成部分之一,多媒体等智能设备被引入到教学中。在使用多媒体教学时,教师基本使用鼠标、键盘、PPT翻页笔等计算机交互设备操作PPT、文字书写等进行教学。然而,现有的多媒体教学操作方式所借助的交互设备需要手与之接触、操作固定不够自由,在非接触性操作、预防病菌接触传播、自由无约束等特定场景下的应用存在一定的局限性。因此,为改善上述问题,本文根据多媒体教学操作环境,设计实现了一种基于目标跟踪的智慧教学空中手写识别系统,可以在多场景下通过空中手写实现智慧教学等人机交互操作。本文在研究分析目标跟踪和空中手写识别相关理论及国内外研究现状的基础上,以空中手写识别技术为研究重点,研究设计了基于目标跟踪的智慧教学空中手写识别系统。该系统通过单目摄像头进行图像采集,利用人脸检测确定目标位置,以当前帧图像的人脸位置确定空中手写区域并结合硬件云台控制实现目标跟踪,然后对空中手写区域图像利用图像识别技术实现空中手势分割、空中手势识别、空中手写轨迹采集、空中手写轨迹识别,最后根据空中手势、手写识别结果来实现多媒体教学中的PPT翻页以及字符输入等智慧教学操作方式。本文主要完成的工作如下:（1）通过分析现有多媒体教学操作方式及环境,提出了基于目标跟踪的智慧教学空中手写识别系统需求,根据系统需求分析给出对应的解决方案并设计了系统框架及实现流程。本系统主要由六大模块组成:图像采集模块、目标跟踪模块、空中手势识别模块、空中手写轨迹采集模块、空中手写识别模块、硬件控制模块。（2）通过图像采集模块获取图像,在目标跟踪模块中,使用Harr-like特征、Adaboost算法和缩小待检测图像方法实现了更快速的人脸检测,根据人脸检测结果确定空中手写区域及舵机旋转角度。采用STM32、PCA9685、舵机等搭建硬件控制模块,辅助实现智慧教学中的人脸目标跟踪。（3）在空中手势识别模块中,使用帧间差分和GMM模型对空中手写区域图像进行分割,基于PCA-SVM搭建了空中手势识别模型,实验结果表明空中手势识别率为93.44%,平均每帧耗时0.04秒,选取连续多帧空中手势识别结果中占比最大的作为空中手势识别结果并实现了智慧教学控制。（4）在空中手写轨迹采集模块中,提出了一种新指尖检测算法用于空中手写指尖检测,实验结果表明相同测试数据下性能和识别率均优于传统的重心距离法等指尖检测,取得了95.81%的识别率,平均每帧耗时0.0009秒,根据时钟信号提取有效的指尖点进行均值平滑、卡尔曼滤波处理并绘制空中手写轨迹。（5）在空中手写识别模块中,设计实现了一种基于3层卷积神经网络的空中手写识别模型,与Le Net模型及一般的3层卷积神经网络模型相比,实验结果表明本文设计的模型识别率更高,在训练集上的识别率为99.99%,验证集上的识别率为94.64%,采取Top-4方法将识别率提升到了98.79%,平均空中手写一个字符的时间大约为2秒。（6）通过对智慧教学空中手写识别系统进行功能及性能测试,测试结果证明空中手写在无约束、非接触等场景下实现了智慧教学人机交互操作,满足本系统设计需求。
刘奕[7]（2020）在《5G网络技术对提升4G网络性能的研究》文中研究表明随着互联网的快速发展,越来越多的设备接入到移动网络,新的服务与应用层出不穷,对移动网络的容量、传输速率、延时等提出了更高的要求。5G技术的出现,使得满足这些要求成为了可能。而在5G全面实施之前,提高现有网络的性能及用户感知成为亟需解决的问题。本文从5G应用场景及目标入手,介绍了现网改善网络性能的处理办法,并针对当前5G关键技术 Massive MIMO 技术、MEC 技术、超密集组网、极简载波技术等作用开展探讨,为5G技术对4G 网络质量提升给以了有效参考。
孙瀚[8]（2019）在《基于多模态生物电信号人机交互技术研究》文中进行了进一步梳理基于生物电信号的人机接口是一种新型的人机交互技术,使用人体自身的生物电信号构建与外部设备直接相连的通道。目前主要采用的生物电信号有脑电信号（EEG）及表面肌电信号（sEMG）。EEG信号记录了头皮脑电信号,不依赖肌肉组织,具有响应速度快、使用安全方便、无创性等优点;sEMG信号可以直接反映肌肉活动情况和运动意图,操作方便自然,信号相对较稳定、幅值较大。本研究对基于多模态生物电信号的人机接口进行了深入研究,并充分分析了单模态信号处理方法。本研究提出了少量电极共空间模式算法及基于所有样本对信息的相关性距离度量算法,这两种算法的组合可以用于电极/特征提取及选择;还结合深度度量学习,创新性地提出了基于二分图最大权完美匹配的多模态信号处理算法MWP-EMG-EEGNet。将这些算法用于多种任务,可以测试分类性能,其中,论文重点分析了ERP范式诱发的多模态生物电信号的单试次识别,并将相关结论运用于研究基于生物电信号的反应时间缩短程度。算法结果验证了生物电信号可以在更短的时间内得到更高的反应动作识别准确率。在这些算法研究基础上,本论文工作还搭建了在线人机接口系统,实现在线测试及应用。本论文工作设计了可穿戴式设备,该设备可以记录进行四种腕部活动时上臂肌肉组织诱发的sEMG信号。信号的时域、频域和时频域可提取共42维特征向量。本研究提出的DM算法利用所有样本对信息重新定义了类间距离和类内距离,将二者的比值作为可分性度量标准。四种不同分类器算法用于评价通过DM算法得到的普适性最优特征子集。在线任务是通过可穿戴式设备采集实时sEMG信号,并在有简单障碍物的环境下通过四种不同范式操纵改装设计的遥控车完成指定路径。任务完成时间和动作识别正确率是在线测试的两个性能评估指标。硬件测试结果说明采集系统SNR指标达到68.91 dB。特征选择结果表明DM算法可以使用23维特征达到96.77%的分类性能。在线测试结果表明,信号窗口长度为125 ms的状态机范式最接近实际控制情况,在线任务完成时间为48.08 s。将脑机接口系统应用在日常生活中的一个关键难点是如何减少电极数量,因此本研究提出了少量电极共空间模式算法（Fewer-channel Common Spatial Patterns,FCSP）及基于模拟退火策略的相关性距离度量（Corr-DM）算法来选取普适性最优化电极组合。采集被试者进行心算任务和想象空间旋转任务时的认知行为EEG信号验证算法性能。本论文研究提出的算法组合平均仅需7个电极就可以区分上述两种认知行为任务,达到90%的二分类正确率阈值,并结合截断加权算法确定了普适性的最优化电极组合。通过相关性和可分性分析验证最优化电极组合在训练组被试者数据上的有效性,相关性分析表明该电极组合与全部电极组合有显着性相关关系,可分性分析表明当使用最优化电极组合时,两种认知行为任务的信号有显着性差异。对测试集被试者进行跨被试分析,结果说明使用普适性电极组合的平均分类正确率可达到93.18%。基于上述生物电信号处理算法及结果,本论文还研究了生物电信号对于反应时间的缩短情况。本文设计了基于反应时间的实验范式,使用Corr-DM算法选取10个电极,并通过滑动窗及拓展时间窗方法分别分析EEG和sEMG信号。结果表明两种模态的反应时间相对于实际鼠标反应时间分别缩短了159.04 ms和75.22 ms。生物电信号可以在较短的反应时间内得到较高的反应动作识别准确率。本研究使用人工神经网络分析0400 ms的EEG信号,反应动作识别准确率（单试次ERP信号分类正确率）可以达到93.39%;使用手工特征工程结合SVM算法分析0400 ms的sEMG信号,反应动作识别准确率为88.65%;两种生物电信号的反应准确率相对于真实鼠标点击准确率的提升幅度分别为60.2%及55.46%。基于单模态反应时间的分析结果,本论文研究提出了基于最大权完美匹配（Maximum-Weight Perfect,MWP）的多模态生物电处理算法MWP-EMG-EEGNet,算法的核心思想是在加权完备二分图中找到最大权完美匹配,这样可以为批量数据中的每个样本找到最优匹配的同类/异类难样本,从而缓解训练过程中的过训练及样本不平衡问题。在此基础上,本论文将MWP匹配引入深度度量学习框架,研究设计了一种新型的损失目标函数,联合该损失函数与二值交叉熵损失实现端到端训练。多模态处理算法可以结合单模态分析的优势,保证了生物电信号反应时间（307.22 ms）的同时,可以获得较优的反应动作识别准确率,具体实验结果说明:在0400 ms时段多模态处理算法可以达到96.38%的识别准确率,高于实际反应动作准确率63.19%;联合训练MWP匹配和交叉熵损失优化目标可以同时考虑异类样本可分性及同类样本紧凑性,优化试次样本在特征空间中的分布;基于MWP匹配可以完成难样本加权,提升神经网络模型的收敛速度和分类精度。在上述离线数据分析的基础上,本论文工作设计了两种多模态生物电信号的在线人机接口系统。第一种联合了NeuroScan、BCI2000及FieldTrip工具箱,邀请与离线实验中相同的被试组进行了两次在线实验,第一次在线实验（仅使用离线实验数据训练的模型）及第二次在线实验（使用离线实验数据和第一次有反馈在线实验数据联合训练）得到的平均分类正确率分别为94.62%和97.16%。但是该系统还存在便携性问题,因此本论文还设计了一种便携式多模态生物电信号采集系统,实现多操作系统及多编程环境下的实时数据采集及图形可视化界面设计;本研究还将该系统应用于虚拟轮椅控制,设计的系统和算法能够准确识别出转向和前进状态,转向状态中还可以具体识别出左转和右转状态。
邓强[9]（2019）在《三维动画艺术创作维度研究》文中指出三维动画广泛应用于社会生活的各个层面,成为现代社会视觉文化的重要组成部分,并在新技术的推动下与相关应用领域进行融合,产生了新的媒介形式与艺术类别。三维动画技术与艺术的双重属性结合现代社会文化、产业经济等因素,在发展过程中呈现出丰富的内涵及外延。本论文围绕20世纪末兴起的三维动画进行研究,在前人研究的基础上,对三维动画的定义、特征、应用领域及其与造型艺术、电影艺术、传统动画的关系进行了界定,对三维动画的发展历程进行了资料梳理,重点分析了三维动画的技术基础与艺术形式、社会功能与文化形态、创作实践与理论研究之间的联系;提出了三维动画的维度构成概念,基于这一概念对三维动画艺术创作中技术与艺术、认知与体验、经济与文化等维度进行了分析与研究。论文通过文献分析法及个案研究法,对三维动画自1972年萌芽至今各个阶段的技术发展、艺术形式、创作流程、代表作品进行较为全面的资料收集与整理。通过数据分析法及归纳总结法,以互联网权威数据中心对于全球范围内自1995年至2018年上映的三维动画电影的数量及票房情况、三维动画出现后历届奥斯卡动画短片提名及获奖情况、中国三维动画创作及生产情况进行数据采集。从创作时间、创作国家、作品题材、艺术风格、创作特征等进行多角度的比对分析,论证三维动画现阶段的经济、文化与形式内容之间的联系与发展特征。结合创作实践经验,对于维度概念在三维动画创作流程中各个环节的作用方式进行了解析,强调维度概念在技术、技巧、艺术表现中所起到的的重要作用;并对于三维动画艺术创作在未来的发展趋势进行了预测,联系我国三维动画发展的现状提出了个人观点。笔者力求通过本文进行三维动画的创作实践技巧总结及基础理论框架的建构。为三维动画的创作者和研究者提供具有参考价值的创作理念和研究思路。
杨波[10]（2019）在《森林病虫害数据可视分析方法研究》文中认为随着林业信息化与智能化技术的不断发展,林业数据获取与存储能力的不断增强,林业数据体量将持续增长,数据格式与种类也愈加多样化。基于可视化可视分析方法深入分析和洞悉林业数据的模式和规律,解决林业生产科研中的问题,给林业行业的发展带来了新的机遇和挑战。森林容易遭受各种自然灾害的侵袭和人为因素的破坏,而森林病虫害作为最主要的森林自然灾害,给森林资源带来严重的威胁,给林业生产带来重大损失。森林病虫害数据的分析存在诸多困难和挑战。首先,森林病虫害数据体量大、结构复杂、多层次且高维度,而且涉及时空属性,不同时间和空间粒度的分析结果千差万别。其次,数据中各属性并非完全孤立,属性间存在不同程度的联系。利用传统统计学方法进行分析难以直观地呈现数据间的联系与规律,因而从中挖掘有价值的信息非常困难。数据可视化是一种使用人类可感知的视觉符号来增强数据认知的有效方法,可以辅助数据分析者直观地观察和分析数据蕴含的规律。本文针对森林病虫害数据分析中存在的问题,以交互式可视分析为研究核心,围绕森林病虫害数据建模、可视化和可视分析方案设计等问题展开分析和研究,以期为森林病虫害研究与管理人员更好地管理、监测森林病虫害的发生发展,指导病虫害的科学防治提供更有利的平台。本文主要研究内容和贡献概括为以下几个方面:1、设计了一种可视数据清洗方法,用于提高森林病虫害数据的数据质量。在数据清洗过程中为了比较森林病虫害文本型数据的相似性,提出了文本型数据相似性匹配算法。针对森林病虫害数据的特点,设计了可视数据清洗框架,对数据进行交互式地检测分析及清洗,实现对数据质量的有效控制。2、设计了一种聚类数据可视分析方法,其可定量评估森林病虫害发生情况在各地区的相似性。在可视化绘制算法研究方面,提出了权值均分有序树图布局算法对树图进行优化以展示森林病虫害数据中的有序层次数据;提出了基于引力场的聚类边绑定算法对平行坐标进行优化以展示森林病虫害聚类数据的分布特征。基于此,提出了用于揭示各地区森林病虫害发生相似性的数据聚类可视化方案。3、基于三种模型的多视图协同可视分析方法的设计。提出了多视图协同可配置模型,其可针对相似数据分析情景模式进行配置;基于该模型针对不同的情景分析模式所包含的数据属性是否一致,设计了不同的可视分析模板对森林病虫害发生防治情况进行分析研究。提出了层次关联交互模型,该模型用于指导多个具有层次性的属性进行渐进式关联交互分析;基于该模型提出了分析不同病虫害在不同地区的发生发展情况的交互式多视图协同可视分析方法。提出了多组合多元线性回归模型,该模型可以定量地描述多个自变量与单一因变量之间的多种组合构成的线性关系;基于该模型和数据流模型并结合统计学原理和可视化技术提出了多组合多元线性回归可视分析方法,针对森林病虫害病情指数与可能导致其发生的影响因素的特点展开分析研究。4、设计并实现了基于森林病虫害数据的可视分析原型系统。基于论文所提出的模型和方法,结合森林病虫害发生防治的时序、地理、灾害等级、灾害种类等特征,综合考虑不同时期、不同地区的发生防治情况,以及导致森林病虫害发生的影响因素等数据,实现对森林病虫害的多角度综合性分析,从而提供一种快捷、方便的森林病虫害数据观察及分析工具。5、基于论文所设计实现的原型系统,针对真实的森林病虫害数据进行研究,分析病虫害数据的时空特性及多维属性间的关系,对森林病虫害发生的影响因子进行探索,以期找到影响病虫害发生的关键因子。实施了相关用户研究和专家评估以验证上述所提模型、方法等的可用性和有效性。本文研究工作结合了数据挖掘、可视化分析和数理统计方法,为解决森林病虫害数据分析和利用面临的问题,探索了新的思路和技术手段;为辅助森林病虫害研究与管理人员全面掌握森林病虫害发生防治情况,采取科学防治措施提供依据。
二、(鼠标)模拟动态数字输入的识别之轨迹数据采集（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、(鼠标)模拟动态数字输入的识别之轨迹数据采集（论文提纲范文）
（1）基于鼠标轨迹结合人脸的用户情绪识别研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 选题背景及研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 基于鼠标轨迹的情绪识别 |
| 1.2.2 基于人脸的情绪识别 |
| 1.3 论文结构安排 |
| 第2章 数据库介绍 |
| 2.1 鼠标轨迹和人脸与情绪的相关性 |
| 2.1.1 鼠标轨迹与情绪的相关性 |
| 2.1.2 人脸与情绪的相关性 |
| 2.2 数据采集 |
| 2.2.1 情绪诱导方法 |
| 2.2.2 数据采集 |
| 2.3 本章小结 |
| 第3章 基于迁移学习的鼠标轨迹情绪识别 |
| 3.1 迁移学习 |
| 3.1.1 迁移学习的定义 |
| 3.1.2 迁移学习的分类 |
| 3.2 相关网络介绍 |
| 3.2.1 VGG-16 |
| 3.2.2 Res Net50 |
| 3.2.3 Mobile Net-V3-Large |
| 3.3 实验结果与分析 |
| 3.3.1 数据预处理 |
| 3.3.2 网络微调 |
| 3.3.3 实验结果与分析 |
| 3.4 迁移学习三种网络模型性能对比 |
| 3.5 本章小结 |
| 第4章 搭建卷积神经网络模型实现情绪识别 |
| 4.1 相关理论 |
| 4.1.1 神经网络 |
| 4.1.2 卷积神经网络 |
| 4.2 搭建鼠标轨迹识别情绪网络模型 |
| 4.2.1 搭建卷积神经网络模型 |
| 4.2.2 实验结果与分析 |
| 4.2.3 对比分析 |
| 4.3 搭建人脸识别情绪网络模型 |
| 4.3.1 搭建卷积神经网络模型 |
| 4.3.2 实验结果与分析 |
| 4.4 本章小结 |
| 第5章 总结与展望 |
| 5.1 总结 |
| 5.2 展望 |
| 参考文献 |
| 致谢 |
（2）城镇老年人移动社交应用软件设计研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 绪论 |
| 一 选题缘由 |
| (一)选题背景 |
| (二)选题目的与意义 |
| 二 相关概念阐述 |
| (一)城镇老年人 |
| (二)移动社交应用软件 |
| (三)用户体验 |
| 三 研究现状综述 |
| 四 国内外相关设计概述 |
| 五 研究思路与方法 |
| 第一章 变化与缺失:媒介环境变化中城镇老年人的状态和特征 |
| 第一节 媒介发展中的城镇老年人际关系状况 |
| 一、媒介形态变化中的沟通方式 |
| 二、移动媒介影响下的城镇老年人际关系特征 |
| 三、城镇老年人际关系的影响因素 |
| 第二节 城镇老年人身体状况和行为特征 |
| 一、城镇老年人的生理和心理机能状况 |
| 二、城镇老年人的生活习惯和价值偏好 |
| 三、城镇老年人的移动社交行为特征 |
| 第三节 城镇老年人认知行为和移动媒介素养特征 |
| 一、移动媒介下城镇老年人的认知行为特征 |
| 二、城镇老年人的移动媒介素养特征 |
| 本章小结 |
| 第二章 现状与困境:老年人移动社交应用软件设计的问题和趋向 |
| 第一节 城镇老年人移动社交应用软件的现状分析 |
| 一、“积极老龄化”理念下的老年人移动社交产业 |
| 二、城镇老年人移动社交应用软件设计要素分析 |
| 第二节 媒介传播范式转变中的设计困境 |
| 一、不合理的需求定位 |
| 二、交互逻辑忽视城镇老年人认知和行为特点 |
| 三、交互方式忽视城镇老年人行为习惯 |
| 四、交互界面不符合城镇老年人认知特点 |
| 第三节 老年人移动社交应用软件设计的发展趋势 |
| 一、品牌战略的发展趋势 |
| 二、功能的发展趋势 |
| 三、交互方式的发展趋势 |
| 四、交互界面的发展趋势 |
| 本章小结 |
| 第三章 理念与原则:城镇老年人移动社交应用软件的设计立场 |
| 第一节 由通用性到无障碍性:设计理念调整背后的逻辑转换 |
| 一、通用性设计理念的优势和弊端 |
| 二、无障碍设计理念的反思——用户的细分与深化 |
| 三、用户的价值显现与用户体验设计原则的精准化 |
| 第二节 以社交安全感为基础:由可靠性到归属感 |
| 一、安全机制的可靠和适度 |
| 二、交互逻辑和行为的安全感 |
| 三、社交主体的社交安全感 |
| 第三节 以包容性为中心:由交互逻辑到界面响应 |
| 一、交互逻辑的合理与精简 |
| 二、交互行为的容错 |
| 三、交互方式的适用 |
| 四、交互界面的简化和动态响应 |
| 第四节 以贴近性原则为核心:由视觉贴近到主体性贴近 |
| 一、视觉贴近原则 |
| 二、行为贴近原则 |
| 三、语境贴近原则 |
| 四、情感贴近原则 |
| 五、主体性贴近原则 |
| 本章小结 |
| 第四章 分析与方法:城镇老年人移动社交应用软件的设计依据 |
| 第一节 城镇老年人移动社交应用软件的设计依据 |
| 一、调研方法和依据 |
| 二、调研数据采集因素 |
| 三、样本回收及数据分析 |
| 四、调研结论 |
| 第二节 城镇老年人移动社交应用软件的设计规划 |
| 一、设计总体规划 |
| 二、理论视角下的设计需求和功能分析 |
| 三、城镇老年人移动社交应用软件的设计流程 |
| 第三节 场景理论下老年人移动社交应用软件的设计方法 |
| 一、基于阅读需求场景的设计方法 |
| 二、基于兴趣社交需求场景的设计方法 |
| 三、基于情感社交需求场景的设计方法 |
| 四、基于知识社交需求场景的设计方法 |
| 五、基于生活社交需求场景的设计方法 |
| 本章小结 |
| 第五章 模型与方案:城镇老年人移动社交应用软件的设计策略 |
| 第一节 基于需求场景理论的设计模型 |
| 一、用户模型的构建 |
| 二、需求模型的构建 |
| 第二节 基于人际关系三维理论的设计策略 |
| 一、基于“安全-信赖”体验的设计策略 |
| 二、基于“包容-符号”体验的视觉设计策略 |
| 三、基于“支配-互动”体验的感官融合设计策略 |
| 四、基于“情景-叙事”体验的设计策略 |
| 第三节 城镇老年人移动社交应用软件的设计方案 |
| 一、城镇老年人移动社交应用软件的设计定位 |
| 二、城镇老年人移动社交应用软件交互原型设计 |
| 三、城镇老年人移动社交应用软件高保真原型设计 |
| 第四节 城镇老年人移动社交应用软件的设计评估 |
| 一、可用性测试 |
| 二、设计评价 |
| 本章小结 |
| 结论 |
| 参考文献 |
| 附录1:人际关系和媒介素养调查问卷 |
| 附录2:用户体验设计需求调查问卷 |
| 附录3:用户访谈问题大纲 |
| 附录4:老年移动社交应用软件眼动实验任务引导语 |
| 附录5:老年移动社交应用软件用户主观评价量表 |
| 攻读学位期间取得的学术成果 |
| 致谢 |
（3）融入多源数据的在线学习投入测评方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景和意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 学习投入的国内外研究现状 |
| 1.2.1 学习投入概念的演进发展 |
| 1.2.2 学习投入的维度划分 |
| 1.2.3 学习投入的测评方法 |
| 1.3 研究内容与方法 |
| 1.3.1 研究内容 |
| 1.3.2 研究方法 |
| 1.4 论文组织结构 |
| 第2章 相关研究综述 |
| 2.1 在线学习投入的认识、分析维度和模型 |
| 2.1.1 在线学习投入的认识 |
| 2.1.2 在线学习投入的分析维度 |
| 2.1.3 在线学习投入的相关模型 |
| 2.2 在线学习投入测评方法综述 |
| 2.2.1 在线学习投入测评方法概述 |
| 2.2.2 基于单模态数据的在线学习投入测评方法 |
| 2.2.3 基于多源数据的在线学习投入测评方法 |
| 2.3 在线学习投入测评技术基础 |
| 2.3.1 人脸面部表情识别研究综述 |
| 2.3.2 基于键盘鼠标行为的研究综述 |
| 2.4 本章小结 |
| 第3章 在线学习投入模型构建 |
| 3.1 在线学习投入四维度模型构建 |
| 3.1.1 内部影响因素 |
| 3.1.2 外部影响因素 |
| 3.1.3 各维度间相互作用关系 |
| 3.2 四维度模型的信息获取 |
| 3.3 多源数据的融合分析 |
| 3.4 本章小结 |
| 第4章 针对日志和交互数据的在线学习投入测评方法 |
| 4.1 方法概述 |
| 4.2 在线学习投入测评指标集的构建 |
| 4.2.1 在线学习投入测评指标分析 |
| 4.2.2 在线学习投入测评指标的构建原则 |
| 4.2.3 在线学习投入测评指标的构建步骤 |
| 4.2.4 在线学习投入测评指标集构建 |
| 4.2.5 在线学习投入测评指标的计算 |
| 4.3 基于向量距离的层次分析法和人工神经网络的分析方法 |
| 4.3.1 主要步骤 |
| 4.3.2 数据来源 |
| 4.3.3 数据预处理 |
| 4.3.4 指标集的确定 |
| 4.3.5 基于向量距离的层次分析法测评指标权重计算 |
| 4.3.6 基于BP神经网络的评价模型构建 |
| 4.3.7 在线学习投入测评方法的有效性验证 |
| 4.4 本章小结 |
| 第5章 针对表情数据和鼠标轨迹数据的测评方法 |
| 5.1 情感和认知投入的测评方法和理论基础 |
| 5.1.1 测评方法的理论基础 |
| 5.1.2 情感和认知投入测评方法 |
| 5.1.3 在线学习情境下融合多源数据的测评方法 |
| 5.2 研究过程与实验组织 |
| 5.2.1 研究过程 |
| 5.2.2 实验组织 |
| 5.3 摄像头和鼠标轨迹数据的采集与处理 |
| 5.3.1 鼠标轨迹数据的获取 |
| 5.3.2 摄像头数据的获取与处理 |
| 5.4 参考鼠标轨迹数据的面部表情图像标注 |
| 5.4.1 标注方法的选择 |
| 5.4.2 数据标注的一致性检验 |
| 5.5 模型设计、训练和评估 |
| 5.5.1 针对情感和认知投入的深度学习模型设计 |
| 5.5.2 模型训练和评估 |
| 5.6 思考和讨论 |
| 5.7 本章小结 |
| 第6章 融合多源数据的在线学习投入测评方法 |
| 6.1 多源数据的融合策略 |
| 6.2 多模数据融合测评方法的构建 |
| 6.2.1 情感和认知维度的特征融合 |
| 6.2.2 日志数据和交互数据的融合 |
| 6.3 多模数据融合测评方法的有效性验证 |
| 6.3.1 测评方法的评估与对比 |
| 6.3.2 与学习投入量表的比较 |
| 6.4 实验与讨论 |
| 6.5 本章小结 |
| 第7章 总结与展望 |
| 7.1 研究总结 |
| 7.2 未来研究工作展望 |
| 参考文献 |
| 攻读博士期间发表的论文 |
| 致谢 |
（4）基于虚拟现实技术的商业建筑室内互动设计研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景 |
| 1.1.1 数字时代室内设计的发展趋势 |
| 1.1.2 商业建筑室内设计的多元化发展需求 |
| 1.2 研究目的与意义 |
| 1.2.1 研究目的 |
| 1.2.2 研究意义 |
| 1.3 相关概念界定 |
| 1.3.1 互动设计方法 |
| 1.3.2 商业建筑室内互动设计方法 |
| 1.4 国内外相关研究 |
| 1.4.1 互动设计的发展及现状研究 |
| 1.4.2 商业建筑室内互动设计相关研究 |
| 1.4.3 国内外研究总结 |
| 1.5 本论文研究内容方法与框架 |
| 1.5.1 研究内容 |
| 1.5.2 研究方法 |
| 1.5.3 论文框架 |
| 第2章 商业建筑室内互动设计研究基础 |
| 2.1 互动设计方法的理论思想解析 |
| 2.1.1 建筑互动理念的产生-建筑控制论 |
| 2.1.2 信息技术变革下的响应式建筑理论 |
| 2.1.3 数字媒体时代下的交互设计理论 |
| 2.2 商业建筑室内互动设计的理论与技术选择 |
| 2.2.1 商业建筑室内互动设计方法的理论基础 |
| 2.2.2 虚拟现实技术的发展与普及 |
| 2.2.3 虚拟现实技术对互动设计方法的适用性分析 |
| 2.3 商业建筑室内设计的发展历程与趋势 |
| 2.3.1 商业空间的室内化发展历程 |
| 2.3.2 商业建筑室内设计发展趋势及互动设计的必要性 |
| 2.4 购物行为及心理需求影响因子分析 |
| 2.4.1 购物行为及心理需求调研内容与方法 |
| 2.4.2 商业空间中群体属性因素影响分析 |
| 2.4.3 商业空间寻路分析与环境诉求 |
| 2.4.4 商业建筑室内影响因子的相关性研究 |
| 2.5 使用者对商业空间影响因子的需求分析 |
| 2.5.1 商业建筑室内空间布局需求分析 |
| 2.5.2 商业建筑室内空间可识别性需求分析 |
| 2.5.3 商业建筑室内空间熟悉度需求分析 |
| 2.6 本章小结 |
| 第3章 基于虚拟现实技术的商业建筑室内互动设计流程的建立 |
| 3.1 基于虚拟现实技术的商业建筑室内互动设计原则 |
| 3.1.1 基于虚拟现实双向互动的公众参与设计原则 |
| 3.1.2 基于虚拟现实主体间性的审美交互设计原则 |
| 3.1.3 基于虚拟现实构想性的动态设计原则 |
| 3.2 基于虚拟现实技术的商业建筑室内互动设计构成要素 |
| 3.2.1 构成要素提取 |
| 3.2.2 构成要素权重分析 |
| 3.3 基于虚拟现实技术的商业建筑室内互动设计流程 |
| 3.3.1 虚拟场景环境需求分析 |
| 3.3.2 虚拟场景的构建与实现 |
| 3.3.3 虚拟现实技术下的互动体验 |
| 3.3.4 互动信息反馈与方案优选 |
| 3.4 本章小结 |
| 第4章 基于虚拟现实技术的商业建筑室内互动设计方法 |
| 4.1 功能布局互动设计方法 |
| 4.1.1 功能布局与城市环境融合的互动设计方法 |
| 4.1.2 空间配置的形态与功能互动设计方法 |
| 4.2 组织动线互动设计方法 |
| 4.2.1 动线的可达性与均好性互动设计方法 |
| 4.2.2 动线序列的互动设计方法 |
| 4.3 方位感的认知性互动设计方法 |
| 4.3.1 空间识别性互动设计方法 |
| 4.3.2 装饰构件表现力认知互动设计方法 |
| 4.4 空间界面互动设计方法 |
| 4.4.1 空间界面形式的场所感互动设计方法 |
| 4.4.2 空间界面的材质与色彩互动设计方法 |
| 4.5 导向与装饰互动设计方法 |
| 4.5.1 导向系统互动设计方法 |
| 4.5.2 商业空间装饰展陈互动设计方法 |
| 4.6 室内景观与设施互动设计方法 |
| 4.6.1 室内景观小品互动设计方法 |
| 4.6.2 室内设施互动设计方法 |
| 4.7 本章小结 |
| 第5章 商业建筑室内互动设计方法应用 |
| 5.1 商业建筑室内虚拟场景的构建与实现流程展示 |
| 5.1.1 设计方案的环境需求分析 |
| 5.1.2 设计方案虚拟现实互动场景建立 |
| 5.2 以商业建筑室内功能布局互动设计方法为例的应用展示 |
| 5.2.1 空间布局设计内容分析 |
| 5.2.2 空间布局的互动反馈与分析 |
| 5.2.3 空间布局方案设计优化策略 |
| 5.3 以商业建筑室内导向系统互动设计方法为例的应用展示 |
| 5.3.1 导向系统的虚拟模型建立 |
| 5.3.2 导向系统的互动反馈与分析 |
| 5.3.3 导向系统方案设计优化策略 |
| 5.4 本章小结 |
| 结论 |
| 参考文献 |
| 附录1 哈尔滨商业空间购物行为特征研究调查 |
| 附录2 意大利米兰商业空间购物行为特征研究调查 |
| 附录3 专家评分定权重 |
| 攻读学位期间发表的学术论文及其它成果 |
| 致谢 |
| 个人简历 |
（5）基于动作捕捉的手势运动轨迹交互方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 引言 |
| 1 绪论 |
| 1.1 课题背景及意义 |
| 1.2 国内外研究现状与发展趋势 |
| 1.2.1 轨迹交互方法应用现状 |
| 1.2.2 国外研究现状 |
| 1.2.3 国内研究现状 |
| 1.2.4 发展趋势 |
| 1.3 研究内容及章节安排 |
| 1.3.1 研究内容 |
| 1.3.2 章节安排 |
| 2 空间轨迹捕捉技术的相关原理概述 |
| 2.1 常用坐标系概述 |
| 2.2 加速度姿态解算 |
| 2.3 轨迹获取 |
| 2.4 本章小结 |
| 3 空中手写轨迹捕捉硬件系统设计 |
| 3.1 硬件系统总体方案 |
| 3.2 IMU选型 |
| 3.2.1 ADXL345芯片 |
| 3.2.2 MPU9250 |
| 3.3 IMU9250参数配置及校准 |
| 3.3.1 IMU9250参数配置 |
| 3.3.2 加速度计校准 |
| 3.3.3 磁场校准 |
| 3.4 IMU数据采集 |
| 3.5 MCU选型 |
| 3.6 本章小结 |
| 4 空中手写轨迹融合及交互方法研究 |
| 4.1 数据处理及滤波降噪 |
| 4.1.1 采样数据处理 |
| 4.1.2 卡尔曼滤波 |
| 4.2 四元数坐标系转换 |
| 4.3 惯性轨迹跟踪算法研究 |
| 4.3.1 加速度积分算法轨迹估计原理 |
| 4.3.2 二阶梯型积分算法 |
| 4.4 实验分析 |
| 4.5 本章小结 |
| 5 神经网络分类识别 |
| 5.1 构建数据集 |
| 5.2 神经网络训练 |
| 5.3 测试神经网络 |
| 5.4 本章小结 |
| 结论 |
| 参考文献 |
| 在学研究成果 |
| 致谢 |
（6）基于目标跟踪的智慧教学空中手写识别系统（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 引言 |
| 1.1 选题背景及研究目的与意义 |
| 1.2 国内外研究现状分析 |
| 1.2.1 目标跟踪国内外研究现状分析 |
| 1.2.2 空中手写识别国内外研究现状分析 |
| 1.3 本文主要研究内容及论文结构 |
| 第2章 智慧教学相关理论与技术研究 |
| 2.1 图像预处理方法 |
| 2.2 目标跟踪方法 |
| 2.3 空中手势分割方法 |
| 2.4 空中手势识别方法 |
| 2.5 空中手写轨迹采集方法 |
| 2.6 空中手写轨迹识别方法 |
| 2.7 本章小结 |
| 第3章 系统需求分析与设计 |
| 3.1 智慧教学需求分析 |
| 3.2 图像采集及目标跟踪需求分析 |
| 3.3 空中手写区域需求分析 |
| 3.4 空中手写识别需求分析 |
| 3.5 系统框架及流程设计 |
| 3.5.1 智慧教学系统总框架设计 |
| 3.5.2 智慧教学图像采集模块 |
| 3.5.3 目标跟踪模块流程设计 |
| 3.5.4 空中手势识别模块流程设计 |
| 3.5.5 空中手写轨迹采集模块流程设计 |
| 3.5.6 空中手写识别模块流程设计 |
| 3.5.7 硬件控制模块流程设计 |
| 3.6 本章小结 |
| 第4章 系统设计与实现 |
| 4.1 人脸检测的目标跟踪设计与实现 |
| 4.1.1 基于Adaboost的人脸检测方法 |
| 4.1.2 基于人脸检测结果的角度控制计算 |
| 4.1.3 实验结果及分析 |
| 4.2 空中手势识别的设计与实现 |
| 4.2.1 空中手势图像分割 |
| 4.2.2 基于PCA-SVM的空中手势识别方法设计与实现 |
| 4.2.3 基于空中手势的智慧教学控制 |
| 4.2.4 实验结果及分析 |
| 4.3 空中手写轨迹采集的设计与实现 |
| 4.3.1 基于DP算法的指尖检测设计与实现 |
| 4.3.2 基于指尖检测的空中手写轨迹设计与实现 |
| 4.3.3 实验结果及分析 |
| 4.4 空中手写识别的设计与实现 |
| 4.4.1 基于CNN模型的空中手写识别 |
| 4.4.2 空中手写数据采集及预处理 |
| 4.4.3 空中手写模型优化训练 |
| 4.4.4 实验结果及分析 |
| 4.5 硬件系统设计与实现 |
| 4.5.1 智慧教学的硬件系统控制 |
| 4.5.2 智慧教学的舵机控制 |
| 4.5.3 智慧教学的电源模块 |
| 4.5.4 智慧教学的USB转串口模块 |
| 4.5.5 智慧教学的硬件系统实现 |
| 4.6 智慧教学系统设计与实现 |
| 4.7 本章小结 |
| 第5章 系统测试 |
| 5.1 测试目的与原则 |
| 5.2 系统测试环境 |
| 5.3 系统功能测试 |
| 5.4 本章小结 |
| 结论 |
| 致谢 |
| 参考文献 |
| 攻读学位期间取得学术成果 |
（7）5G网络技术对提升4G网络性能的研究（论文提纲范文）
| 引言 |
| 1 4G网络现处理办法 |
| 2 4G网络可应用的5G关键技术 |
| 2.1 Msssive MIMO技术 |
| 2.2 极简载波技术 |
| 2.3 超密集组网 |
| 2.4 MEC技术 |
| 3 总结 |
（8）基于多模态生物电信号人机交互技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 脑机接口研究背景与现状 |
| 1.1.1 脑机接口研究背景 |
| 1.1.2 脑机接口研究现状 |
| 1.2 基于肌电的人机接口研究背景和现状 |
| 1.2.1 基于肌电的人机接口研究背景 |
| 1.2.2 基于肌电的人机接口研究现状 |
| 1.3 多模态生物电人机接口研究背景和现状 |
| 1.3.1 多模态生物电人机接口研究背景 |
| 1.3.2 多模态生物电人机接口研究现状 |
| 1.4 生物电人机接口存在的问题及课题研究思路 |
| 1.4.1 系统的问题 |
| 1.4.2 课题研究思路 |
| 1.5 论文内容安排 |
| 第二章 基于生物电信号人机接口的研究基础 |
| 2.1 人机接口系统构成 |
| 2.2 脑机接口研究基础 |
| 2.2.1 EEG信号采集 |
| 2.2.2 脑电节律 |
| 2.2.3 基于EEG信号的BCI系统类型 |
| 2.2.4 信号处理算法 |
| 2.3 基于sEMG人机接口研究基础 |
| 2.3.1 EMG信号的产生 |
| 2.3.2 sEMG信号采集与处理 |
| 2.4 本章小结 |
| 第三章 基于新型特征优化技术的可穿戴式表面肌电信号人机接口 |
| 3.1 引言 |
| 3.2 采集系统电路结构 |
| 3.2.1 离线sEMG信号采集系统 |
| 3.2.2 可穿戴式sEMG信号采集系统 |
| 3.2.3 采集系统硬件测试结果分析 |
| 3.3 实验方案设计 |
| 3.4 信号预处理 |
| 3.4.1 预处理算法 |
| 3.4.2 预处理算法结果分析 |
| 3.5 特征选择及分析结果 |
| 3.5.1 特征提取 |
| 3.5.2 特征选择 |
| 3.5.3 特征分类 |
| 3.5.4 电极和特征选择算法结果分析 |
| 3.5.5 特征分类算法结果分析 |
| 3.6 基于sEMG信号的人机接口控制范式 |
| 3.6.1 控制范式 |
| 3.6.2 基于s EMG信号的可穿戴式HCI系统在线性能评估 |
| 3.7 讨论 |
| 3.7.1 基于s EMG信号的可穿戴式HCI系统设计 |
| 3.7.2 特征选择和分类 |
| 3.7.3 实时控制性能 |
| 3.7.4 系统局限性及未来工作 |
| 3.8 本章小结 |
| 第四章 基于最优化少量电极的认知行为想象脑机接口 |
| 4.1 引言 |
| 4.2 样本量确定及实验数据集描述 |
| 4.2.1 样本量确定 |
| 4.2.2 BCI系统被试者数量确定 |
| 4.2.3 实验范式设计 |
| 4.2.4 数据采集与数据集描述 |
| 4.3 信号预处理 |
| 4.3.1 信号预处理算法 |
| 4.3.2 特征可视化 |
| 4.3.3 信号预处理及可视化结果分析 |
| 4.3.4 ERD/S结果分析 |
| 4.4 实验方案及算法 |
| 4.4.1 CSP算法 |
| 4.4.2 传统CSP算法在EEG信号分析中的应用 |
| 4.4.3 改进的CSP算法在EEG信号分析中的应用 |
| 4.4.4 通用电极选择算法 |
| 4.4.5 基于相关性的新型DM电极选择方法 |
| 4.5 算法结果分析 |
| 4.5.1 特征提取算法结果分析 |
| 4.5.2 电极选择算法分析 |
| 4.5.3 最优电极组合选择 |
| 4.5.4 最优电极组合普适性与有效性验证 |
| 4.5.5 跨被试者普适性及鲁棒性分析 |
| 4.6 讨论 |
| 4.7 本章小结 |
| 第五章 多模态生物电信号对反应时间缩短情况的研究 |
| 5.1 引言 |
| 5.2 事件相关电位物理意义 |
| 5.3 实验范式设计与数据采集 |
| 5.4 EEG信号整体评估及范式选择实验结果 |
| 5.4.1 真实反应时间分析 |
| 5.4.2 ERP信号可视化结果分析 |
| 5.4.3 ERP波形分类性能评估 |
| 5.4.4 浅层神经网络分类结果 |
| 5.5 基于EEG信号的反应时间分析 |
| 5.5.1 基于滑动窗算法的反应时间确定 |
| 5.5.2 普适性最优电极组合选择 |
| 5.5.3 与实际鼠标点击反应时间对比 |
| 5.5.4 基于滑动窗金字塔加权修正的无约束识别 |
| 5.6 sEMG信号分析及结果 |
| 5.6.1 可视化结果 |
| 5.6.2 不同特征向量提取方式比较 |
| 5.6.3 基于拓展时间窗的反应时间分析 |
| 5.7 讨论与本章小结 |
| 第六章 基于最大权完美匹配的多模态生物电信号人机接口 |
| 6.1 引言 |
| 6.2 深层卷积神经网络架构背景介绍 |
| 6.2.1 深层卷积神经网络架构基本组件 |
| 6.2.2 CNN的改进优化方法 |
| 6.2.3 损失目标函数 |
| 6.3 数据集描述 |
| 6.4 算法流程 |
| 6.4.1 处理ERP波形的CNN网络结构 |
| 6.4.2 基于最大权完美匹配的难样本选择 |
| 6.4.3 关于MWP匹配方法及损失函数对比讨论 |
| 6.5 实验结果分析 |
| 6.5.1 运行环境及参数设置 |
| 6.5.2 EEGNet与传统方法对比结果 |
| 6.5.3 MWP-EEGNet对系统性能的提升 |
| 6.5.4 基于MWP-EMG-EEGNet多模态融合结果分析 |
| 6.6 本章小结 |
| 第七章 基于多模态生物电信号的在线人机接口系统 |
| 7.1 引言 |
| 7.2 基于NeuroScan的在线人机接口系统设计 |
| 7.2.1 基础模块 |
| 7.2.2 在线系统整体框架 |
| 7.2.3 在线实验方法 |
| 7.2.4 在线信号处理及结果分析 |
| 7.3 便携式多功能生物电采集系统 |
| 7.3.1 硬件电路设计 |
| 7.3.2 硬件采集系统测试结果 |
| 7.3.3 软件平台设计 |
| 7.3.4 数据分析算法 |
| 7.3.5 软件平台结果测试 |
| 7.3.6 基于PSUEEG平台的虚拟智能轮椅系统 |
| 7.4 本章小结 |
| 第八章 总结与展望 |
| 8.1 总结 |
| 8.2 展望 |
| 参考文献 |
| 附录 A 主要代码流程及执行结果 |
| 致谢 |
| 作者简介 |
（9）三维动画艺术创作维度研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 绪论 |
| 一 研究背景 |
| 1 动画发展概述 |
| 2 三维动画的社会应用 |
| 二 研究文献综述 |
| 1 计算机三维图形学研究 |
| 2 三维动画技术及创作流程研究 |
| 3 三维动画发展历程研究 |
| 4 三维动画艺术创作研究 |
| 三 研究对象及目标框架 |
| 1 研究对象的界定 |
| 2 研究的预定目标 |
| 3 研究的概念框架 |
| 四 研究方法、研究难点与创新点 |
| 1 选题的意义和价值 |
| 2 研究中拟突破的难题 |
| 3 研究的特色与创新之处 |
| 4 研究方法与研究手段 |
| 1 三维动画的概念综述 |
| 1.1 三维动画的定义及特征 |
| 1.2 三维动画的应用领域 |
| 1.3 三维动画与传统艺术的关系 |
| 1.3.1 与造型艺术的关系 |
| 1.3.2 与电影艺术的关系 |
| 1.3.3 与传统动画的关系 |
| 2 三维动画的发展历程 |
| 2.1 三维动画在20世纪的发展 |
| 2.1.1 20世纪70年代萌芽时期 |
| 2.1.2 20世纪80年代探索时期 |
| 2.1.3 20世纪90年代确立时期 |
| 2.2 三维动画在21世纪的发展 |
| 2.2.1 2000-2009年发展时期 |
| 2.2.2 2010-2018年成熟时期 |
| 2.3 三维动画工具及创作流程的发展 |
| 2.3.1 三维动画工具的进化 |
| 2.3.2 三维动画创作流程的确立 |
| 3 三维动画技术构成及艺术风格流变 |
| 3.1 三维动画的技术基层 |
| 3.1.1 三维造型及运动技术 |
| 3.1.2 三维着色及渲染技术 |
| 3.1.3 特定对象模拟技术 |
| 3.2 三维动画的艺术形式变迁 |
| 3.2.1 技术风格阶段 |
| 3.2.2 复制现实阶段 |
| 3.2.3 强化真实阶段 |
| 3.3 三维动画艺术创作研究的关键问题 |
| 3.3.1 三维动画阶段性特征数据分析 |
| 3.3.2 三维动画艺术创作研究的关键问题 |
| 4 三维动画艺术创作的构成维度 |
| 4.1 技术与艺术维度 |
| 4.1.1 传统动画基础上的技术突破 |
| 4.1.2 数字技术语境下的美学建构 |
| 4.1.3 创作流程中的时空维度架构 |
| 4.2 认知与体验维度 |
| 4.2.1 视觉真实感与认知经验 |
| 4.2.2 视觉成像原理与审美心理 |
| 4.2.3 体验方式的维度限制与扩展 |
| 4.3 经济与文化维度 |
| 4.3.1 三维动画的全球化现象 |
| 4.3.2 视觉文化与肯定的文化 |
| 4.3.3 本土文化特色与时代精神 |
| 5 维度概念在三维动画艺术创作中的应用 |
| 5.1 前期设计中的维度转换 |
| 5.1.1 概念设计中的绘制与创建 |
| 5.1.2 模型制作中的编辑与深入 |
| 5.1.3 造型表现中的形体与结构 |
| 5.1.4 纹理绘制中的映射与包裹 |
| 5.1.5 风格界定中的写实与概括 |
| 5.2 中期制作中的维度控制 |
| 5.2.1 造型立体感的强化与削弱 |
| 5.2.2 场景空间感的缩放与变换 |
| 5.2.3 渲染方式的离线与实时 |
| 5.2.4 创作过程中的确定与随机 |
| 5.2.5 动画角色的表演与操控 |
| 5.3 后期整合中的维度调整 |
| 5.3.1 后期合成的层体建立 |
| 5.3.2 视觉重点的组织调整 |
| 5.3.3 镜头剪辑的时间变化 |
| 6 三维动画艺术创作发展趋势 |
| 6.1 应用领域与传播媒介对艺术创作的影响 |
| 6.1.1 社会功能促使视觉风格的突破 |
| 6.1.2 媒体样式的发展影响实现方式 |
| 6.2 关键技术发展对创作的促进 |
| 6.2.1 艺术与技术的衔接 |
| 6.2.2 创作主体的个人化 |
| 6.3 尖端技术发展为艺术创作带来的契机 |
| 6.3.1 交互与生物传感技术实现互动沉浸体验 |
| 6.3.2 深度学习技术挖掘自主模拟能力 |
| 结论 |
| 参考文献 |
| 附录 |
| 致谢 |
| 攻读学位期间科研成果 |
（10）森林病虫害数据可视分析方法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究背景和意义 |
| 1.2 研究内容 |
| 1.3 技术路线 |
| 1.4 本文组织结构 |
| 第2章 相关研究工作 |
| 2.1 数据可视化研究现状及分析 |
| 2.1.1 数据可视化的发展 |
| 2.1.2 数据可视化的流程 |
| 2.1.3 数据可视化在各领域应用现状 |
| 2.1.4 多种数据可视化技术 |
| 2.1.4.1 时序数据可视化方法分析 |
| 2.1.4.2 时空数据可视化方法分析 |
| 2.1.4.3 高维数据可视化方法分析 |
| 2.1.4.4 文本数据可视化方法分析 |
| 2.1.4.5 可视化交互技术分析 |
| 2.1.4.6 混合可视化方法分析 |
| 2.2 森林病虫害研究现状及分析 |
| 2.2.1 森林病虫害发生特点和规律及预防措施 |
| 2.2.2 森林灾害统计指标体系的研究 |
| 2.2.3 森林病虫害监测 |
| 2.2.4 森林病虫害预测预报 |
| 2.2.5 导致森林病虫害发生的影响因子分析 |
| 2.2.5.1 林分结构对森林病虫害的影响 |
| 2.2.5.2 土壤因素对森林病虫害的影响 |
| 2.2.5.3 地貌因素对森林病虫害的影响 |
| 2.2.5.4 生物因素对森林病虫害的影响 |
| 2.2.5.5 气象因子对森林病虫害的影响 |
| 2.2.5.6 人为因素对森林病虫害的影响 |
| 2.3 森林病虫害数据分析概述 |
| 2.4 本章小结 |
| 第3章 森林病虫害数据特征分析 |
| 3.1 引言 |
| 3.2 森林病虫害数据体系结构 |
| 3.2.1 森林病虫害发生防治相关数据体系结构 |
| 3.2.2 森林病虫害发生环境相关数据体系结构 |
| 3.3 森林病虫害数据特点分析 |
| 3.4 森林病虫害数据可视分析关键问题 |
| 3.5 本章小结 |
| 第4章 面向森林病虫害数据的可视数据清洗方法 |
| 4.1 引言 |
| 4.2 数据质量与数据清洗 |
| 4.2.1 数据质量 |
| 4.2.1.1 数据质量的定义 |
| 4.2.1.2 数据质量问题的分类 |
| 4.2.1.3 数据质量问题的来源 |
| 4.2.2 数据清洗 |
| 4.2.2.1 数据清洗的定义 |
| 4.2.2.2 数据清洗的原理 |
| 4.2.2.3 常用数据清洗算法 |
| 4.2.2.4 数据清洗的一般过程 |
| 4.2.3 可视数据清洗 |
| 4.3 森林病虫害数据质量问题 |
| 4.4 森林病虫害数据清洗方案 |
| 4.4.1 数值型数据检测与清洗方法 |
| 4.4.2 文本型数据检测与清洗方法 |
| 4.4.2.1 文本型数据的相似检测与清洗策略 |
| 4.4.2.2 文本型数据的相似匹配方法 |
| 4.4.2.2.1 Jaro-Winkler距离 |
| 4.4.2.2.2 改进Jaro-Winkler距离 |
| 4.4.2.2.3 改进算法数值分析 |
| 4.5 可视数据清洗方法的设计思路 |
| 4.5.1 可视数据清洗方法的主要功能 |
| 4.5.2 可视数据清洗方法的清洗过程 |
| 4.5.3 规则库和算法库 |
| 4.6 可视数据清洗方法的设计 |
| 4.6.1 森林病虫害数据可视清洗任务需求 |
| 4.6.2 可视数据清洗方法设计原则 |
| 4.6.3 可视数据清洗方法采用的可视化技术 |
| 4.6.3.1 数据异常检测可视化 |
| 4.6.3.2 交互设计 |
| 4.7 可视数据清洗方法的应用和效果分析 |
| 4.7.1 可视数据清洗方法的应用 |
| 4.7.1.1 错误数据可视清洗 |
| 4.7.1.2 不完整数据可视清洗 |
| 4.7.2 可视数据清洗方法的效果分析 |
| 4.8 本章小结 |
| 第5章 面向森林病虫害发生数据的聚类可视分析 |
| 5.1 引言 |
| 5.2 权值均分有序树图布局算法研究 |
| 5.2.1 树图简介 |
| 5.2.2 典型树图布局算法 |
| 5.2.3 权值均分有序树图布局算法 |
| 5.2.3.1 算法描述 |
| 5.2.3.2 示例说明 |
| 5.2.4 实验评估与分析 |
| 5.2.4.1 评价指标 |
| 5.2.4.2 实验说明 |
| 5.2.4.3 实验结果及分析 |
| 5.3 基于引力场的平行坐标聚类边绑定分析方法 |
| 5.3.1 平行坐标聚类绑定方法分析 |
| 5.3.2 基本平行坐标绘制 |
| 5.3.3 基于引力场的平行坐标边绑定设计 |
| 5.3.3.1 聚类中心控制点 |
| 5.3.3.2 簇内引力场绑定 |
| 5.3.3.3 算法实现流程 |
| 5.3.3.4 不透明度视觉增强设计 |
| 5.3.4 基于引力场的平行坐标边绑定绘制 |
| 5.4 森林病虫害发生数据聚类可视化设计 |
| 5.4.1 数据聚类可视化需求分析 |
| 5.4.2 数据聚类可视分析管线 |
| 5.4.3 数据的降维与聚类 |
| 5.4.4 数据聚类可视化技术 |
| 5.4.5 数据聚类可视化交互设计 |
| 5.5 案例研究 |
| 5.6 用户反馈 |
| 5.6.1 可视化设计 |
| 5.6.2 可用性评价 |
| 5.6.3 相关建议 |
| 5.7 本章小结 |
| 第6章 基于多视图协同的可配置森林病虫害数据分析 |
| 6.1 引言 |
| 6.2 多视图协同的可配置模型 |
| 6.2.1 可配置模型建模 |
| 6.2.2 可配置模型的一致性约束 |
| 6.3 基于多视图可配置模型的可视化设计 |
| 6.3.1 病虫害发生防治相似场景可视需求分析 |
| 6.3.2 病虫害发生防治相似场景可视设计方案 |
| 6.3.2.1 可视分析管线 |
| 6.3.2.2 多视图协同可视分析模板 |
| 6.3.2.3 配色方案 |
| 6.3.3 病虫害发生防治可视化技术 |
| 6.3.3.1 病虫害发生随时间变化 |
| 6.3.3.2 病虫害相邻年份发生面积比较 |
| 6.3.3.3 病虫害发生严重程度随时间变化 |
| 6.3.3.4 各地区病虫害发生随时间变化 |
| 6.3.3.5 病虫害发生在地域上的分布 |
| 6.3.3.5.1 Choropleth地图 |
| 6.3.3.5.2 邮票地图 |
| 6.3.3.6 病虫害发生地区间比较 |
| 6.4 案例研究 |
| 6.4.1 数据来源 |
| 6.4.2 案例1:森林病虫害发生情况分析 |
| 6.4.2.1 森林病虫害发生面积随时间变化情况分析 |
| 6.4.2.2 某一年份森林病虫害发生情况分析 |
| 6.4.2.3 单个地区病虫害发生情况分析 |
| 6.4.3 案例2:森林病虫害防治情况分析 |
| 6.4.3.1 森林病虫害防治面积随时间变化情况分析 |
| 6.4.3.2 某一年份森林病虫害防治情况分析 |
| 6.4.3.3 单个地区病虫害防治情况分析 |
| 6.5 用户反馈 |
| 6.5.1 可视化设计 |
| 6.5.2 可用性评价 |
| 6.5.3 相关建议 |
| 6.6 讨论 |
| 6.7 本章小结 |
| 第7章 基于层次关联交互模型的森林病虫害数据可视分析 |
| 7.1 引言 |
| 7.2 层次关联交互模型 |
| 7.2.1 层次关联交互模型建模 |
| 7.2.2 层次间的交互约束 |
| 7.3 层次关联森林病虫害数据可视化设计 |
| 7.3.1 层次关联森林病虫害需求分析 |
| 7.3.2 层次关联森林病虫害可视化设计方案 |
| 7.3.2.1 可视分析管线 |
| 7.3.2.2 总体概览 |
| 7.3.2.3 配色方案 |
| 7.3.3 层次关联森林病虫害数据可视化技术 |
| 7.3.3.1 基于标签云的病虫害种类视图 |
| 7.3.3.2 不同地区各等级病虫害发生分布视图 |
| 7.3.3.2.1 基于环形堆栈图的可视化方法 |
| 7.3.3.2.2 基于雷达图的可视化方法 |
| 7.3.3.3 病虫害发生防治关系视图 |
| 7.3.3.4 病虫害发生在不可标注地域的分布视图 |
| 7.3.3.5 病虫害发生严重程度随时间变化视图 |
| 7.3.3.6 病虫害在各地区随时间动态变化视图 |
| 7.3.4 可视化相关辅助设计 |
| 7.3.4.1 地区和病虫害种类选择器 |
| 7.3.4.2 交互设计 |
| 7.4 案例研究 |
| 7.4.1 研究区概况 |
| 7.4.2 数据来源 |
| 7.4.3 案例1:病虫害发生防治总体情况分析 |
| 7.4.4 案例2:某种病虫害发生防治总体情况分析 |
| 7.4.5 案例3:某地区病虫害发生防治情况分析 |
| 7.4.6 案例4:某地区某病虫害发生防治情况分析 |
| 7.5 用户反馈 |
| 7.5.1 可视化设计 |
| 7.5.2 可用性评价 |
| 7.5.3 相关建议 |
| 7.6 讨论 |
| 7.7 本章小结 |
| 第8章 基于MCMVLR模型的森林病虫害影响因子可视分析 |
| 8.1 引言 |
| 8.2 多组合多元线性回归模型 |
| 8.3 基于MCMVLR模型的可视化设计 |
| 8.3.1 森林病虫害影响因子可视化需求分析 |
| 8.3.2 森林病虫害影响因子可视化设计方案 |
| 8.3.2.1 可视分析管线 |
| 8.3.2.2 数据流模型 |
| 8.3.2.3 总体概览 |
| 8.3.3 森林病虫害影响因子数据可视化技术 |
| 8.3.3.1 数据分析模块 |
| 8.3.3.1.1 数据集统计量表 |
| 8.3.3.1.2 数据集分布度量 |
| 8.3.3.1.3 属性间相关关系度量 |
| 8.3.3.1.4 属性间相关关系评价 |
| 8.3.3.2 多元线性回归分析模块 |
| 8.3.3.2.1 研究变量选择 |
| 8.3.3.2.2 归一化方法选择 |
| 8.3.3.2.3 多组合线性回归分析 |
| 8.3.3.2.4 预测分析 |
| 8.3.4 可视分析交互设计 |
| 8.4 案例分析 |
| 8.4.1 案例1:云杉矮槲寄生在天然云杉林内的发病因子分析 |
| 8.4.2 案例2:气象因子对红脂大小蠹发生的影响分析 |
| 8.5 用户反馈 |
| 8.5.1 可视化设计 |
| 8.5.2 可用性评价 |
| 8.5.3 相关建议 |
| 8.6 本章小结 |
| 第9章 森林病虫害数据可视分析系统设计与实现 |
| 9.1 引言 |
| 9.2 可视分析系统需求分析 |
| 9.2.1 系统架构需求分析 |
| 9.2.2 系统功能需求分析 |
| 9.3 可视分析系统架构设计 |
| 9.3.1 架构设计原则 |
| 9.3.2 系统架构设计 |
| 9.3.3 系统设计模式 |
| 9.3.4 功能结构设计 |
| 9.4 技术选型和数据获取 |
| 9.4.1 系统开发和运行环境 |
| 9.4.2 实现技术 |
| 9.4.3 数据获取 |
| 9.4.4 数据库构建 |
| 9.5 可视分析系统实现 |
| 9.5.1 可视数据清洗模块 |
| 9.5.2 森林病虫害发生防治情况可视分析模块 |
| 9.5.2.1 森林病虫害发生和防治情况可视分析模块 |
| 9.5.2.2 森林病虫害发生情况聚类可视分析模块 |
| 9.5.2.3 森林病虫害发生防治关联分析模块 |
| 9.5.3 森林病虫害影响因子可视分析模块 |
| 9.6 本章小结 |
| 第10章 总结与展望 |
| 10.1 研究工作总结 |
| 10.2 研究工作展望 |
| 参考文献 |
| 个人简介 |
| 导师简介 |
| 获得成果目录 |
| 致谢 |
四、(鼠标)模拟动态数字输入的识别之轨迹数据采集（论文参考文献）
- [1]基于鼠标轨迹结合人脸的用户情绪识别研究[D]. 陈筱悦. 江西财经大学, 2021(09)
- [2]城镇老年人移动社交应用软件设计研究[D]. 崔晓龙. 中国艺术研究院, 2021(09)
- [3]融入多源数据的在线学习投入测评方法研究[D]. 李振华. 华中师范大学, 2020(02)
- [4]基于虚拟现实技术的商业建筑室内互动设计研究[D]. 雷婷婷. 哈尔滨工业大学, 2021(02)
- [5]基于动作捕捉的手势运动轨迹交互方法研究[D]. 狄慧敏. 内蒙古科技大学, 2020(01)
- [6]基于目标跟踪的智慧教学空中手写识别系统[D]. 周兴. 成都理工大学, 2020(04)
- [7]5G网络技术对提升4G网络性能的研究[J]. 刘奕. 数码世界, 2020(04)
- [8]基于多模态生物电信号人机交互技术研究[D]. 孙瀚. 东南大学, 2019(01)
- [9]三维动画艺术创作维度研究[D]. 邓强. 西安美术学院, 2019(01)
- [10]森林病虫害数据可视分析方法研究[D]. 杨波. 北京林业大学, 2019(04)