-
题名基于隐式意图脑电解码的人机交互多任务建模研究
被引量：4
- 1
-
-
作者
苗秀
侯文军
-
机构
北京邮电大学现代邮政学院(自动化学院)
内蒙古科技大学建筑与艺术设计学院
北京邮电大学数字媒体与设计艺术学院
北京邮电大学网络系统与网络文化北京市重点实验室
北京邮电大学交互技术与体验系统文化和旅游部重点实验室
-
出处
《计算机集成制造系统》
EI
CSCD
北大核心
2024年第5期1668-1682,共15页
-
基金
2022年度内蒙古党委、内蒙古自治区哲学社会科学规划资助项目(2022NDB244)
2023年度内蒙古自治区直属高校基本科研业务费资助项目(2023XKJX026)。
-
文摘
在短期内具有完全自主水平的机器智能无法实现的情况下,人仍是人机系统的重要组成部分。智能系统感觉并预测用户的意图,有助于实现人机之间自然动态地协同,提高人机系统安全和效率。然而,人机交互的过程中充斥着大量模糊、隐蔽的隐式意图,传统的心理或行为分析方法解析意图无法保证时效性和准确性。随着传感技术发展,基于生理信号识别用户意图成为主流方法,但现有关于隐式意图的研究存在可分模式少、识别精度低、面向领域实境研究不足等问题。面向工控复杂系统领域,在生理视域下基于被动脑机接口技术,提出一种将人自然地纳入到智能人机系统回路中的方法。首先,抽取操作者与工业软件交互过程中的典型任务,在多属性任务组(MATB)多任务范式基础上设计意图生理信号诱发实验程序;接着,采用共空间模式(CSP)算法提取多任务意图脑电空域特征;最后,通过被试间交叉验证和5折参数寻优,构建机器学习意图模型,实现对隐式交互意图的自动识别。研究发现,相比传统特征提取方法,基于改良后的多分类CSP算法对意图特征提取更为有效,结合三维空间特征可视化进一步证实了特征的有效性;脑电信号能够作为判断人机交互隐式意图的依据,CSP SVM算法模型能够有效提高人机交互隐式意图脑电的解码性能。对隐式意图信息的转译对构建基于意图的高效人机交互模型,以及发展人机系统、提高人机协作效率具有重要意义。
-
关键词
隐式意图
人机交互
电解码
多任务建模
-
Keywords
implicit intention
human-computer interaction
electroencephalogram decoding
multi-task modeling
-
分类号
TP181
[自动化与计算机技术—控制理论与控制工程]
TN911.7
[电子电信—通信与信息系统]
-
