您的位置: 专家智库 > >

深圳大学机电与控制工程学院人因工程研究所

作品数:8 被引量:16H指数:3
相关作者:袁娟更多>>
相关机构:清华大学机械工程学院汽车安全与节能国家重点实验室清华大学机械工程学院更多>>
发文基金:国家自然科学基金汽车安全与节能国家重点实验室开放基金广东省自然科学基金更多>>
相关领域:一般工业技术医药卫生哲学宗教理学更多>>

文献类型

  • 8篇中文期刊文章

领域

  • 3篇一般工业技术
  • 2篇医药卫生
  • 1篇哲学宗教
  • 1篇机械工程
  • 1篇交通运输工程
  • 1篇理学

主题

  • 2篇学习算法
  • 2篇人机
  • 2篇人机交互
  • 2篇可用性
  • 2篇驾驶
  • 2篇驾驶行为
  • 2篇按键
  • 2篇触摸屏
  • 1篇电子健康
  • 1篇信任
  • 1篇信息认知
  • 1篇依从
  • 1篇抑郁
  • 1篇抑郁自评
  • 1篇抑郁自评量表
  • 1篇用户
  • 1篇预警
  • 1篇预警系统
  • 1篇智能汽车
  • 1篇韧带

机构

  • 8篇深圳大学
  • 2篇清华大学
  • 2篇中国船舶工业...
  • 1篇南洋理工大学
  • 1篇滑铁卢大学
  • 1篇查尔姆斯理工...

作者

  • 2篇成波
  • 1篇陶达
  • 1篇曲行达
  • 1篇陈星宇
  • 1篇袁娟
  • 1篇刘双
  • 1篇刘双

传媒

  • 3篇人类工效学
  • 2篇汽车安全与节...
  • 1篇中国运动医学...
  • 1篇医学信息学杂...
  • 1篇精神医学杂志

年份

  • 1篇2024
  • 1篇2023
  • 1篇2022
  • 1篇2020
  • 2篇2019
  • 1篇2018
  • 1篇2016
8 条 记 录,以下是 1-8
排序方式:
疲劳对跳下和突然变向的生物力学影响被引量:1
2018年
目的:通过受控实验的方法,揭示疲劳对前交叉韧带损伤风险因素的影响机理。方法:32名男性受试者参与本次实验。其中,16名受试者在疲劳条件下完成跳下及突然变向实验任务,另外16名受试者在非疲劳条件下完成相同的实验任务。实验考察的因变量包括在落地初始、双腿支撑和单腿支撑等关键时间点上的下肢关节运动学指标和动力学指标。结果:在疲劳条件下,受试者在落地初始阶段的支撑腿膝屈曲角和膝旋内力矩均比非疲劳条件下明显增大;而在双腿支撑阶段,膝屈曲角峰值、膝内旋角峰值和膝旋内力矩峰值均比非疲劳条件下明显增大;最后在单腿支撑阶段,膝屈曲角峰值和膝屈曲力矩峰值均比非疲劳条件下明显增大。结论:在疲劳条件下,受试者执行跳下实验任务时,通过增加落地时的支撑腿膝屈曲角来减小地面冲击,降低前交叉韧带损伤的风险;但是支撑腿膝旋转角的增大会抵消这一效果。
江键鑫胡新尧曲行达
关键词:前交叉韧带损伤
AI透明度和可靠性对人-AI协同决策绩效与信任的影响
2024年
目的探索AI透明度和可靠性对人-AI协同中人的决策行为及信任的影响。方法开展一项人-AI协同收入预测实验,实验采用双因素混合设计,其中AI透明度(低、中、高)为组间变量,AI可靠性(60%、75%、90%)为组内变量,共有54名受试者(男、女各27人)参与实验。实验收集了人的决策类型(四种情况:正确接受、错误接受、正确拒绝、错误拒绝)、决策时间、信任、决策正确率和AI依从率数据。结果当AI可靠性较高(75%和90%)时,透明度对人的决策影响不显著;当AI可靠性较低(60%)时,更高的透明度提高了人对AI的依从率。只有在AI给出正确建议时依从率才会增加,AI出错时的依从率(即过度依赖)不受透明度影响。此外,透明度对正确拒绝决策类型没有显著影响。结论透明度有助于提高人对AI的正确依赖,且透明度的增加对人识别AI错误的能力并没有显著的提高作用。
王栩金凤杨奕诚李伟涛张婷茹
关键词:人机交互可靠性信任
利用机器学习算法精简焦虑和抑郁自评量表被引量:7
2022年
目的探索采用机器学习算法,在保证准确度的前提下,结合年龄和性别因素,简化焦虑自评量表(SAS)和抑郁自评量表(SDS),提高筛查效率。方法在获得SAS和SDS数据的基础上,采用随机森林的算法和前向选择的特征选择方法构建模型,并通过五折交叉验证将简化后的量表测试结果与真实测试结果进行对比验证。结果有无焦虑的人群SAS各条目评分比较差异均有统计学意义(P<0.001),有无抑郁的人群SDS各条目比较差异均有统计学意义(P<0.001)。SAS可以由原来的20个条目减少到8个,预测准确度可以达到95.03%;SDS可以由原来的20个条目项减少到8个,预测准确度可以达到95.54%。然而年龄和性别未能被机器学习算法纳入为重要指标。结论采用机器学习的方法能在保证准确度的前提下,有效减少问卷条目,达到缩短测试时间,并对焦虑或抑郁状态有效识别的目的。
赵众周刚黄耀明苏展张晓斌
关键词:焦虑自评量表抑郁自评量表
晃动条件下触摸屏按键设计特征因素的可用性研究
2019年
目的 研究晃动条件下触摸屏按键设计特征因素的可用性。方法 根据人因实验与分析,采用晃动条件(3)×按键大小(4)×按键间距(2)×按键复杂度(4)四因子组内设计方式。受测者(N=24)在不同晃动条件下完成一系列离散和连续触屏按键输入任务。测量指标为触摸屏输入操作的可用性(包括输入绩效和感知任务难度)。实验数据采用重复测量的方差分析方法处理。结果 各晃动条件下输入绩效基本保持一致,晃动条件对感知任务难度有显著影响。结论 按键大小对任务完成时间和感知任务难度有显著影响,而按键间距对输入绩效和感知任务难度均无显著影响。除离散任务的正确率外,按键复杂度对其他任务的输入绩效和感知难度均有显著影响。实验结果对晃动条件下触摸屏按键的设计具有重要参考意义。
陶达张旭蔡剑刘双曲行达
关键词:触摸屏可用性
触摸屏按键特征因素对键盘输入操作可用性的影响被引量:4
2016年
目的研究三种按键特征因素(即按键大小、间距和形状)对触摸屏输入可用性的影响。方法本研究结合人因实验和分析,采用5按键大小×3间距×3形状的组内设计,对触摸屏输入可用性(即输入绩效和使用偏好)进行实验测试,被试为15位在校大学生,采用重复测量的方差分析处理数据。结果按键大小、间距和形状对输入绩效均有显著影响;按键大小和间距、按键大小和形状之间存在显著交互作用;用户偏好可能产生较优绩效的按键设计方式。结论三种按键特征因素的不同设计方式对触摸屏输入的可用性有显著影响。
陶达袁娟刘双曲行达陈星宇
关键词:触摸屏可用性键盘按键人机交互产品设计
邻车切入工况下前撞预警系统的驾驶人依赖特性被引量:1
2020年
为提升邻车切入工况下的行车安全,基于驾驶模拟实验平台,研究了驾驶人对前撞预警系统的依赖特性评价方法以改进预警系统的设计。以预警时机(即碰时间TTC)为研究变量,采集了12名驾驶人的实验数据,以制动依赖指数、次任务评分为2项客观指标,以危险度评分、信任度评分为2项主观指标,建立了评价体系模型,实现了对驾驶人系统依赖程度的量化评价。设计了L9(34)正交实验,建立了依赖特性评价回归模型。结果表明:预警时机(TTC)对依赖特性的影响最为显著:过晚的预警时机(TTC=2.4 s)降低系统的有效性;过早的预警时机(TTC=1.2 s)易导致驾驶人对系统过度依赖。因而,适度推迟预警时机(TTC=1.8 s)可以抑制依赖性的产生,提升系统的安全性。
李国法赖伟鉴廖源王文军成波
关键词:驾驶安全驾驶行为
用户情绪和信息框架对电子健康信息认知和护理行为决策的影响
2023年
目的/意义研究框架效应下用户情绪和信息框架对电子健康信息认知和护理行为决策的影响。方法/过程采用两因子组间设计,测试积极和消极情绪下3种信息框架(图形、文字、图文框架)呈现的电子健康信息行为决策绩效和主观认知指标。结果/结论信息框架对认知任务绩效有显著影响,文字框架的正确率高于图形框架。情绪对认知任务绩效无显著影响,但对信息的感知有用性有显著影响。情绪和信息框架对认知任务绩效存在交互作用,在积极情绪条件下,图文信息框架所用的时间更短。研究结果可为电子健康信息的优化设计及其认知决策效果的提升提供参考依据。
任欣芫陶达曲行达谢滨福
关键词:情绪信息认知
智能汽车决策中的驾驶行为语义解析关键技术被引量:3
2019年
实现对驾驶行为语义的精准解析是进一步提升自动驾驶汽车智能化水平的核心技术之一。该文总结了驾驶行为研究的体系架构;回顾了驾驶行为语义解析发展的4个阶段,包括跟驰及换道模型建立、驾驶模式离线辨识、驾驶模式及意图在线监测、基于无监督学习的语义解析;介绍了4项驾驶行为语义解析关键技术(驾驶模式辨识及预测、驾驶行为智能决策、驾驶风格辨识、驾驶行为语义分割)在国内外的研究现状;介绍了可应用于智能汽车技术研发的语义解析学习算法,包括Bayes网络、隐Markov模型、深度神经网络、强化学习等;讨论了驾驶行为语义解析技术在智能驾驶中驾驶辅助、智能决策、路径规划等方面的应用。
李国法陈耀昱吕辰陶达曹东璞成波
关键词:智能汽车驾驶行为学习算法驾驶辅助路径规划
共1页<1>
聚类工具0