7、基于脑电图特征建模智能系统中的心理工作量

基于脑电图特征建模智能系统中的心理工作量

在当今的智能系统和教育环境中，准确评估学习者的心理工作量至关重要。本文将介绍一项基于脑电图（EEG）特征来建模和评估人类 - 计算机交互过程中心理工作量的研究。

研究方法

本研究的目标是利用从脑电图信号中提取的特征，对人类 - 计算机交互过程中产生的心理工作量进行建模和评估。实验过程分为两个阶段：
1. 认知活动阶段 ：包括三个认知任务，任务难度逐渐增加，以引发不同程度的心理工作量需求。
- 正向数字广度（FDS） ：测试注意力和工作记忆能力。屏幕依次显示一系列单个数字，参与者需记住整个序列并按显示顺序输入。该任务有6个难度级别，通过增加需记忆的数字序列长度来提升难度。
- 反向数字广度（BDS） ：原理与FDS类似，但参与者需按相反顺序输入数字。有5个难度级别，同样通过增加数字数量来增加难度。
- 逻辑任务（LT） ：要求参与者根据屏幕上显示的数字系列推断出缺失的数字，需在30秒内完成。有3个难度级别，通过增强数据间逻辑规则的难度来调节。
2. 学习活动阶段 ：关于三角学的学习，包括三个主要步骤。
- 预测试 ：包含10个关于三角学基本方面的（是/否/无响应）问题，参与者需在无干扰、无帮助和无时间限制的情况下回答。
- 学习课程 ：参与者使用专门为实验设计的三角学学习环境，学习两个课程，涵盖基本定义、数学证明、图表和示例。 <