【技术实现步骤摘要】
本专利技术涉及认知能力测试，尤其涉及一种基于用户行为的认知能力测试和训练方法及系统。
技术介绍
1、认知能力测试是一种重要的工具，可以帮助我们更好地了解个体的认知能力和特点，为教育、临床和人力资源管理等领域提供有价值的信息。随着技术的不断发展，期待看到更多创新的认知能力测试方法和技术出现。
2、公开（公告）号为cn116230169a的中国专利技术专利公开了一种基于用户行为的认知能力测试和训练方法，在用户完成测试关卡(游戏)的过程中，对其认知度进行计算。但是该专利技术仅通过点击屏幕的时间间隔对用户认知度进行计算，忽略了用户在实际测试过程中的行为数据，这些数据可能包含了有关用户认知过程的宝贵信息。
3、公开（公告）号为cn113974589b的中国专利技术专利公开了一种多模态行为范式评估优化系统及认知能力评价方法，基于大量的测试数据，构建基于认知能力的贝叶斯信念网络，该网络可进一步为行为范式方法诊断和评价提供依据。但是该专利技术在获取分析数据时，需要同时通过多个传感器同时采集用户的生理数据，如佩戴脑电帽等，使得测试环境受限，测试价格昂贵，其普遍适用性低，佩戴各种仪器同时也增加了用户的心理负担。
4、在认知能力测试时，用户眼动数据和行为数据，如测试过程中的反应时间、行为模式、注视路径等，可以提供关于用户认知过程的重要线索。通过对这些数据的分析，可以更深入地了解用户的认知能力，并设计出更符合用户实际需求的测试方法。
5、因此，基于用户行为构建一种测试简单、适用范围广的认知能力测试和训练方
技术实现思路
1、本专利技术提供一种基于用户行为的认知能力测试和训练方法及系统，以实现在设计和运行配电网自愈系统时，将机器学习与配电网故障自愈相结合，提高系统的自动化水平。
2、一种基于用户行为的认知能力测试和训练方法，具体包括如下步骤：
3、步骤s1，用户信息采集：获取待测用户信息，并对所述用户信息进行预处理，根据所述预处理后的信息生成信息特征向量；
4、步骤s2，测试题目生成：根据所述用户信息特征向量生成测试题目；
5、步骤s3，测试数据获取：待测用户完成所述测试题目，得到答题结果，并对答题过程进行视频拍摄，所述视频拍摄包括眼动视频拍摄和整体视频拍摄；
6、步骤s4，特征提取与融合：对所述眼动视频和所述整体视频进行特征提取，并对提取的特征进行融合；具体步骤为：
7、步骤s41，对所述眼动视频和所述整体视频进行预处理；
8、步骤s42，获取预处理后的眼动视频的注视序列，所述注视序列包括注视点坐标信息、人眼的瞳孔数据、时间戳信息和眼动频谱特征；
9、步骤s43，获取预处理后的整体视频的行为序列，所述行为序列包括肢体坐标信息、时间戳信息和行为频谱特征；
10、步骤s44，将所述注视序列和所述行为序列进行融合，得到融合后的特征序列；
11、步骤s5，认知能力分析：将所述融合后的特征序列和所述答题结果输入认知能力分析模型，输出认知能力分析结果，所述认知能力分析结果包括认知能力障碍类型和认知能力障碍等级；
12、步骤s6，生成训练方案：根据所述认知能力障碍类型和认知能力障碍等级生成训练方案。
13、进一步的，所述用户信息包括：用户的年龄、受教育程度、工作经历。
14、进一步的，根据所述预处理后的信息生成特征向量，具体为：根据所述用户的年龄，确认年龄标签；根据所述受教育程度，确认教育程度标签；根据所述工作经历，确认经验标签；由所述年龄标签、教育程度标签、经验标签组成特征向量。
15、进一步的，所述步骤s41，对所述眼动视频和所述整体视频进行预处理，具体为：
16、步骤s411，对所述眼动视频进行人脸检测、眼睛定位、眼睛跟踪、去噪和归一化；
17、步骤s412，对所述整体视频进行人体检测、姿态估计、去噪和归一化。
18、进一步的，所述步骤s44，将所述注视序列和所述行为序列进行融合时，融合公式为：
19、（1）
20、（2）
21、（3）
22、其中，
23、i为融合后的特征序列，iy为注视序列，ix为行为序列，
24、ω1为眼动频率变化率，ω2为行为频率变化率，
25、fy0为正常状态下眼动频率，fx0为正常状态下行为频率，fy为根据眼动频谱特征获得的眼动频率，fx为根据行为频谱特征获得的行为频率。
26、进一步的，所述正常状态下眼动频率和正常状态下行为频率，获取方法为：采集待测用户在安静状态下的眼动频率和行为频率。
27、进一步的，所述认知能力障碍类型包括：记忆能力缺陷、注意力缺陷、执行能力缺陷、语言能力缺陷、视觉空间能力缺陷。
28、进一步的，所述认知能力分析模型为卷积神经网络，结构为：2个输入层，2个卷积层，1个最大池化层，1个全连接层，输出层采用5个softmax分类器。
29、一种基于用户行为的认知能力测试和训练系统，所述系统采用如上任一项所述的基于用户行为的认知能力测试和训练方法，具体包括如下模块：
30、用户信息采集模块：获取待测用户信息，并对所述用户信息进行预处理，根据所述预处理后的信息生成信息特征向量；
31、测试题目生成模块：与所述用户信息采集模块连接，用于根据所述用户信息特征向量生成测试题目；
32、测试数据获取模块：与所述测试题目生成模块连接，用于待测用户完成所述测试题目，得到答题结果，并对答题过程进行视频拍摄，所述视频拍摄包括眼动视频拍摄和整体视频拍摄；
33、特征提取与融合模块：与所述测试数据获取模块连接，用于对所述眼动视频和所述整体视频进行特征提取，并对提取的特征进行融合；
34、认知能力分析模块：与所述特征提取与融合模块连接，用于将所述融合后的特征序列和所述答题结果输入认知能力分析模型，输出认知能力分析结果，所述认知能力分析结果包括认知能力障碍类型和认知能力障碍等级；
35、训练方案生成模块：与所述认知能力分析模块连接，用于根据所述认知能力障碍类型和认知能力障碍等级生成训练方案。
36、一种电子设备，所述电子设备包括：处理器和存储器，所述处理器通过调用所述存储器存储的程序或指令，用于执行如上任一项所述的基于用户行为的认知能力测试和训练方法的步骤。
37、与现有技术相比较，本专利技术的有益效果在于：
38、其一，本专利技术仅通过采集眼动视频和整体视频，作为用户在行为测试过程中的视频数据，对数据进行分析获取分析结果，降低了对测试地点、环境和设备的要求，无需佩戴专业仪器，降低了用户的心理负担，降低了成本，普遍适用性高；
39、其二，本专利技术在获取视频时，分别获取眼动视频和整体视频，使得获取的眼动视频和整体视频可以同时具有高清晰度，为后续视本文档来自技高网...
【技术保护点】
1.一种基于用户行为的认知能力测试和训练方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的基于用户行为的认知能力测试和训练方法，其特征在于，所述用户信息包括：用户的年龄、受教育程度、工作经历。
3.根据权利要求2所述的基于用户行为的认知能力测试和训练方法，其特征在于，根据所述预处理后的信息生成特征向量，具体为：根据所述用户的年龄，确认年龄标签；根据所述受教育程度，确认教育程度标签；根据所述工作经历，确认经验标签；由所述年龄标签、教育程度标签、经验标签组成特征向量。
4.根据权利要求1所述的基于用户行为的认知能力测试和训练方法，其特征在于，所述步骤S41，对所述眼动视频和所述整体视频进行预处理，具体为：
5.根据权利要求1所述的基于用户行为的认知能力测试和训练方法，其特征在于，所述步骤S44，将所述注视序列和所述行为序列进行融合时，融合公式为：
6.根据权利要求5所述的基于用户行为的认知能力测试和训练方法，其特征在于，所述正常状态下眼动频率和正常状态下行为频率，获取方法为：采集待测用户在安静状态下的眼动频率和行为频
7.根据权利要求1所述的基于用户行为的认知能力测试和训练方法，其特征在于，所述认知能力障碍类型包括：记忆能力缺陷、注意力缺陷、执行能力缺陷、语言能力缺陷、视觉空间能力缺陷。
8.根据权利要求7所述的基于用户行为的认知能力测试和训练方法，其特征在于，所述认知能力分析模型为卷积神经网络，结构为：2个输入层，2个卷积层，1个最大池化层，1个全连接层，输出层采用5个Softmax分类器。
9.一种基于用户行为的认知能力测试和训练系统，其特征在于，所述系统采用权利要求1至8任一项所述的基于用户行为的认知能力测试和训练方法，具体包括如下模块：
10.一种电子设备，所述电子设备包括：处理器和存储器，其特征在于，所述处理器通过调用所述存储器存储的程序或指令，用于执行如权利要求1至8任一项所述的基于用户行为的认知能力测试和训练方法的步骤。
...【技术特征摘要】
1.一种基于用户行为的认知能力测试和训练方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的基于用户行为的认知能力测试和训练方法，其特征在于，所述用户信息包括：用户的年龄、受教育程度、工作经历。
3.根据权利要求2所述的基于用户行为的认知能力测试和训练方法，其特征在于，根据所述预处理后的信息生成特征向量，具体为：根据所述用户的年龄，确认年龄标签；根据所述受教育程度，确认教育程度标签；根据所述工作经历，确认经验标签；由所述年龄标签、教育程度标签、经验标签组成特征向量。
4.根据权利要求1所述的基于用户行为的认知能力测试和训练方法，其特征在于，所述步骤s41，对所述眼动视频和所述整体视频进行预处理，具体为：
5.根据权利要求1所述的基于用户行为的认知能力测试和训练方法，其特征在于，所述步骤s44，将所述注视序列和所述行为序列进行融合时，融合公式为：
6.根据权利要求5所述的基于用户行为的认知能力测试和训练方法，其特征...
【专利技术属性】
技术研发人员：高峰，曹红雨，
申请(专利权)人：天津市品茗科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。