58、基于行为生物特征的在线性别分类方法

基于行为生物特征的在线性别分类方法

1. 研究概述

本研究提出了一种基于行为生物特征的在线性别分类方法。通过多元回归方程，利用垂直距离、水平距离和目标大小这三个目标参数来预测各项指标，再使用二元逻辑回归，借助多元回归系数的最优子集来预测每个参与者的性别。

研究收集了 94 名参与者（45 名男性和 49 名女性）的鼠标移动数据，每个参与者进行了 256 次移动试验。数据收集经过了相关机构审查委员会的批准，以确保参与者得到符合伦理的对待。模型的准确性在有标签和无标签数据上进行了测试，还分析了异常值对模型的影响。结果显示，全有标签数据集的最大准确率为 89.4%，去除异常值后为 100%；无标签数据集的准确率为 72.4%，去除异常值后为 75.9%。

2. 背景知识

2.1 人体测量学中的性别差异

在许多国家记录的人体测量数据显示，男性和女性在身体尺寸上存在明显差异。操作电脑鼠标需要上肢和手指的复杂协调，而美国卫生部门报告的上臂长度数据表明，在移动鼠标的关键肢体部位，男女存在显著的身体尺寸差异。

从运动行为学角度看，移动鼠标属于目标导向运动，通常包括一个弹道成分（单一的加速后减速阶段）和一系列子运动（多次加速和减速阶段）。研究发现，男性在目标导向运动中往往比女性移动速度更快，但准确性较低。目标相对于手的位置会影响男性的运动准确性，但对女性影响不显著。

物理治疗研究还发现，男女在使用鼠标时的手部和手臂姿势存在差异。例如，男性更常出现手指抬起姿势，握鼠标时手指伸展角度小于 15°；女性在握鼠标和按鼠标按钮时会施加更大的相对力，并且手腕伸展、尺偏程度更大，手腕运动范围和速度也更大。这些不同的握姿可能会