计算机应用

作者：周莹, 王红, 任衍具, 胡晓红

单位：1. 山东师范大学 信息科学与工程学院, 济南 250358;2. 山东省分布式计算机软件新技术重点实验室(山东师范大学), 济南 250014;3. 山东师范大学 生命科学研究院, 济南 250358;4. 山东师范大学 心理学院, 济南 250358

关键词：眼动追踪,抑郁倾向,多特征融合,扫描堆叠模型

基金：国家自然科学基金资助项目（61672329，61373149，61472233，61572300，81273704）；山东省科技计划项目（2014GGX101026）；山东省教育科学规划项目（ZK1437B010）；山东省泰山学者基金资助项目（TSHW201502038，20110819）；山东省精品课程项目（2012BK294，2013BK399，2013BK402）；山东师范大学研究生科研创新基金资助项目（SCX201747）。

近些年，抑郁倾向趋于年轻化和常态化，虽然相关研究已取得一定成果，但仍缺乏更为客观、准确的抑郁倾向识别方法，也缺乏从不同角度研究抑郁倾向，因此，提出将心理健康自查表和眼动追踪结合作为识别抑郁倾向的方法，并且创新地从多角度对抑郁倾向进行研究，即将眼动特征、记忆力特征、认知风格特征以及网络行为特征多种类型特征融合。为了处理复杂的特征关系，提出扫描过程来处理复杂的特征关系，并将扫描过程与堆叠法结合提出抑郁倾向识别模型——扫描堆叠模型。为了全面客观评价扫描堆叠模型的性能，对扫描过程和堆叠法的独立贡献进行了实验。实验结果显示扫描过程独立贡献为0.03，堆叠法独立贡献为0.02，并且扫描堆叠模型与多种模型从参数R平方、均方误差、平均绝对误差进行比较，结果为扫描堆叠模型的预测效果较好。

来源：2019年第1期

《计算机应用》期刊编辑部

查看计算机应用杂志2019年第1期