基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为解决自然场景下群体观察者扫视路径数据冗余繁乱、缺乏表征的问题,通过挖掘个体路径的潜在特性,提出了一种基于注视兴趣区域(ROI)时空聚类和转移的群体扫视路径生成方法.首先,分析同一刺激样本下多名观察者的扫视路径,利用亲和力传播聚类算法来聚类注视点以生成多个注视兴趣区域;其次,统计分析兴趣区域的观察者数量、注视频率以及注视时长等与注视强度相关的信息并筛选兴趣区域;然后,通过定义兴趣区域中的注视行为提取不同类型的兴趣子区域;最后,提出了基于注视优先度的兴趣区域和兴趣子区域转移模式,从而生成自然场景下的群体扫视路径.在MIT1003和OSIE公共数据集上进行群体扫视路径生成实验,结果表明,与目前先进的eMine、扫视路径趋势分析(STA)、序列模式挖掘算法(SPAM)、基于候选约束的动态时间规整质心平均方法(CDBA)和Heuristic方法相比,所提方法生成的群体扫视路径获得了较高的整体相似度,ScanMatch(w/o duration)分别可达0.426和0.467,ScanMatch(w/duration)分别可达0.404和0.439.可见该所生成的扫视路径与真实扫视路径的整体相似度较高,具有一定表征作用.
推荐文章
基于ISODATA的用户访问路径聚类算法
ISODATA
聚类
用户访问模式
基于聚类和融合算法的AGV路径搜索研究
路径规划
聚类
融合算法
基于兴趣度的Web用户聚类方法
Web挖掘
Web聚类
兴趣度
访问模式
遗忘机制
基于用户访问兴趣的路径聚类研究
访问兴趣
聚类
路径聚类
数据挖掘
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于注视兴趣区域聚类和转移的群体扫视路径生成
来源期刊 计算机应用 学科 工学
关键词 自然场景 扫视路径 群体扫视路径 注视兴趣区域 注视行为
年,卷(期) 2021,(1) 所属期刊栏目 第八届中国数据挖掘会议(CCDM 2020)
研究方向 页码范围 150-156
页数 7页 分类号 TP391
字数 语种 中文
DOI 10.11772/j.issn.1001-9081.2020061147
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 肖芬 4 10 1.0 3.0
2 刘楠博 1 0 0.0 0.0
3 张文雷 1 0 0.0 0.0
4 李旺鑫 1 0 0.0 0.0
5 翁尊 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (9)
共引文献  (1)
参考文献  (17)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1959(1)
  • 参考文献(1)
  • 二级参考文献(0)
1970(1)
  • 参考文献(1)
  • 二级参考文献(0)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(1)
  • 二级参考文献(1)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(2)
  • 参考文献(2)
  • 二级参考文献(0)
2014(3)
  • 参考文献(2)
  • 二级参考文献(1)
2015(3)
  • 参考文献(2)
  • 二级参考文献(1)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(2)
  • 参考文献(0)
  • 二级参考文献(2)
2018(2)
  • 参考文献(2)
  • 二级参考文献(0)
2019(2)
  • 参考文献(1)
  • 二级参考文献(1)
2020(1)
  • 参考文献(1)
  • 二级参考文献(0)
2021(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
自然场景
扫视路径
群体扫视路径
注视兴趣区域
注视行为
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机应用
月刊
1001-9081
51-1307/TP
大16开
成都237信箱
62-110
1981
chi
出版文献量(篇)
20189
总下载数(次)
40
论文1v1指导