可用性测试中用户皮肤电水平变化分析——基于EEMD的方法
根据可用性测试过程中用户皮肤电水平(skin conductance level,SCL)的变化,提出了基于总体平均经验模式分解(ensemble empirical mode decomposition,EEMD)技术的用户SCL信号趋势和变化特征提取方法.首先,应用EEMD技术对SCL信号进行分解,得到若干独立的基本模式分量及趋势项;然后,对基本模式分量进行显著性检验,进而实现信号的去噪去趋势重构,得到用户SCL的变化特征.实验结果表明:界面的可用性问题使得用户SCL单调趋势变得不明显;当用户遇到可用性问题时,SCL去噪去趋势重构信号波动幅度明显变大,Wilcoxon符号秩检验表明不同阶段用户SCL去噪去趋势重构信号功率差异显著.因此,基于EEMD的信号处理方法能有效支撑可用性测试过程中用户SCL变化的分析.
可用性测试、皮肤电水平、总体平均经验模式分解、特征提取
19
B849(心理学)
国家科技支撑计划2012BAH08F06
2014-02-28(万方平台首次上网日期,不代表论文的发表时间)
共8页
324-331