[发明专利]一种人格特质值测验的认知准确度分析方法在审

专利信息
申请号: 201510482599.1 申请日: 2015-08-07
公开(公告)号: CN105022929A 公开(公告)日: 2015-11-04
发明(设计)人: 沃建中 申请(专利权)人: 北京环度智慧智能技术研究所有限公司
主分类号: G06F19/00 分类号: G06F19/00
代理公司: 北京海虹嘉诚知识产权代理有限公司 11129 代理人: 张涛
地址: 100088 北京市海淀*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 人格 特质 测验 认知 准确度 分析 方法
【权利要求书】:

1.一种人格特质值测验的认知准确度分析方法,其特征在于,所述方法包括:

基于至少一种统计模型建立至少一个认知维度的样本模型;

以呈现包括至少一种刺激信息的情景方式刺激测试人员;

监测或采集所述测试人员的生理信息和/或反馈信息从而统计形成至少一个认知维度的认知参数;

比较所述认知参数与所述样本模型的认知参数分布从而得到所述认知维度的准确度,其中,

对样本人员的眼动轨迹特征和声波特征分别建立样本模型,

单独对测试人员的眼动轨迹特征和声波特征进行测试,分别得到由眼动轨迹特征得到的每一个认知维度的认知参数和由声波特征得到的每一个认知维度的认知参数,

分析相同认知维度的,由眼动轨迹特征得到的认知参数和由声波特征得到的认知参数的加权平均值,即得到的总认知参数,

设由眼动轨迹特征测得某一认知维度的认知参数A的权重为W1,由声波特征测得该认知维度的认知参数B的权重为W2,则该认知维度的总认知参数W12

将某一认知维度的总认知参数与该认知维度在样本模型中的认知参数分布区域进行比对,得到与总认知参数对应的认知等级,即得到了测试人员在该认知维度的认知准确度。

2.如权利要求1所述的认知准确度分析方法,其特征在于,所述形成至少一个认知维度的测试模型的步骤包括:

录入所述测试人员的生理信息参数和/或反馈信息参数;

提取所述生理信息参数和/或反馈信息参数中的特征值;

基于对应的样本模型统计与每一个认知维度对应的特征值从而形成认知参数。

3.如权利要求2所述的认知准确度分析方法,其特征在于,所述样本模型中的认知参数分布区域划分为能够区分认知准确度的至少两个认知等级区域。

4.如权利要求3所述的认知准确度分析方法,其特征在于,所述方法还包括:基于所述测试人员的反应时间调整刺激信息的呈现速度,或者,

基于所述测试人员的反应时间评估所述测试人员的认真度。

5.如权利要求3所述的认知准确度分析方法,其特征在于,所述方法还包括:基于由所述测试人员的生理信息获得的心理状态调整测试情景呈现的顺序,或者由所述测试人员根据个人兴趣选择测试情景呈现的顺序。

6.如权利要求5所述的认知准确度分析方法,其特征在于,所述测试情景包括虚拟现实情景和全息情景,其中全息情景包括动态全息情景和静态全息情景。

7.如权利要求4所述的认知准确度分析方法,其特征在于,所述刺激信息包括基于所述测试人员的反应时间随机呈现的测谎刺激信息。

8.如前述权利要求之一所述的认知准确度分析方法,其特征在于,所述刺激信息包括以全息影像呈现的视觉刺激信息、以盲文触觉信息呈现的触觉刺激信息和听觉刺激信息。

9.如权利要求8所述的认知准确度分析方法,其特征在于,所述生理信息参数至少包括眼动轨迹参数、声波参数、面部肌肉运动参数、肢体动作参数。

10.如权利要求8所述的认知准确度分析方法,其特征在于,所述样本模型包括正态分布模型、逻辑回归方法模型、决策树模型、最小二乘法模型、感知器算法模型、Boost方法模型、隐马尔科夫模型、高斯混合模型、神经网络模型、深度学习模型中的一种或几种。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京环度智慧智能技术研究所有限公司,未经北京环度智慧智能技术研究所有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201510482599.1/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top