导读:本文包含了任务特性论文开题报告文献综述及选题提纲参考文献，主要关键词:费茨定律,叁阶段模型,手控,头控
任务特性论文文献综述
邓成龙[1]（2019）在《虚拟现实中远距离放置任务的人类操作特性与模型》一文中研究指出研究人类在虚拟环境中的操作行为表现和建立运动行为模型非常重要,将为叁维用户界面设计提供重要的参考依据。远距离放置任务是VR中最基本、最常见的任务之一,该任务要求将一个远距离(超过操作者手臂可接触范围)的虚拟物体又快又准地放入到指定的目标区域内。然而目前还不清楚基于放置任务的人类操作表现,本文通过八项研究系统探索了与人的行为表现有关的叁种影响因素:任务本身的因素、交互工具和操作环境。在研究一中,被试使用手柄通过虚拟射线的方式完成远距离放置任务。我们将移动过程划分成叁个阶段:加速阶段、减速阶段和调整阶段。实验结果显示加速阶段操作时间随着移动物体大小的增大而减少,随着移动距离的增大而增加;减速阶段操作时间只与移动距离有关;而调整阶段同时受移动物体大小、移动距离和目标物容差的影响。并且我们在没有纹理背景和头控交互情况下观察到了相似的数据结果。因此我们根据不同阶段的影响因素,建立了叁阶段模型,模型能够很好的拟合和预测放置操作任务的人类行为表现。在研究二中,我们进行了两个实验探索深度对使用手柄完成放置任务的操作时间的影响。结果显示,当采用几何量表达参数时,深度在减速阶段和调整阶段对操作时间有显着影响。但是当使用角度量表达参数时,深度对操作时间的影响消失了。该结果表明深度参数的影响可以被其他参数代替,在VR中使用角度量比几何量表达参数更合适。研究叁探索了移动方向对操作时间的影响。我们发现总时间与移动方向之间呈正弦函数关系,但方向在叁个阶段的影响不同。因此我们对叁阶段模型进行了修改,增加了方向参数,模型仍然能够很好地解释数据变化。研究四比较了头控和眼控的操作效率以及各自的优势。结果显示,头控操作在调整阶段有很好的稳定性,而眼控操作在加速和减速阶段有很高的移动效率。特别地,当移动距离在30°到50°之间,且目标物容差超过9°时,眼控的操作效率高于头控。研究五提出了一种结合头控和眼控的操作方法,即利用眼控完成加速和减速阶段,头控完成调整阶段。实验结果显示头眼结合方法的操作效率显着高于头控和眼控,并且证明了以速度作为结合点的方法比以位置作为结合点的方法效率更高。研究六和研究七分别探讨了改变显示–控制增益值是否能够提高头控和眼控的操作效率。实验结果显示,在加速和减速阶段设置大于1.0的增益值能够显着提高头控的操作效率,最佳增益值在1.3到1.5之间,但是在调整阶段设置小于1.0的增益值对眼控操作没有显着的帮助作用。在研究八中,我们探索了身体朝向对头控操作时间的影响。结果显示身体向前偏转的操作时间最短,向后偏转的操作时间最长。另外,当身体偏转角度超过45°后,头控的操作表现显着下降。综上所述,本文的研究结果为虚拟现实环境中的用户界面设计评估提供了一种量化的框架,并且我们的叁阶段模型为虚拟现实应用的设计人员提高设计效率提供了重要的指导建议。(本文来源于《华东师范大学》期刊2019-05-08）
沈思扬[2]（2019）在《空间记忆任务中鸽子海马区功能网络动态特性研究》一文中研究指出认知与记忆是大脑最基本的功能,也是最主要的功能之一。已有研究表明,海马(Hippocampus,Hp)区是大脑认知功能相关脑区,与感知、学习、记忆等能力息息相关。本文为研究空间记忆任务中海马区功能网络的动态特性,以鸽子为模式动物,采用由食物奖励驱动的既定目标T迷宫实验范式,在体采集其在空间记忆任务中的脑电信号。利用多窗口重迭功率谱估计算法分析鸽子Hp区局部场电位信号的时频特性,确定了与空间记忆任务相关的响应时间窗和目标特征频带,然后利用皮尔森相关算法构建Hp区各通道信号间的加权功能网络,对比分析了鸽子在空间记忆任务状态下与非任务态下功能网络的拓扑特性,空间记忆任务中功能网络拓扑特性的动态变化,以及其中左、右侧海马功能网络拓扑特性的差异,从而确定了既定目标T迷宫实验范式中与空间记忆相关的优势侧脑区。本文的研究结果对空间记忆任务中Hp区功能网络响应特性的分析具有积极意义。已完成的工作和具体研究成果如下:(1)针对鸽子的习性,设计了食物奖励诱导的既定目标下T迷宫空间记忆任务,开展行为学实验并实现了对鸽子植入式脑电信号的在体同步记录。通过基于最小均方(Least Mean Square,LMS)的自适应滤波算法和自适应共同平均参考(adaptive common average reference,ACAR)算法去除局部场电位信号中存在的50Hz工频干扰和电极间相关噪声。(2)确定与空间记忆相关的响应时间窗并提取目标特征频带。对在体采集到的局部场电位信号进行时域和时频分析,确定了鸽子在迷宫中与空间记忆相关的响应时间窗,并利用多窗口重迭功率谱估计算法分析其频域特性,确定空间记忆任务相关的响应频带——Theta频带,为后续分析Hp区功能网络特性奠定了基础。(3)利用皮尔森相关算法构建了鸽子Hp区神经信号的加权功能网络,分析了空间记忆任务与非任务态下功能网络的拓扑特性以研究空间记忆任务对Hp区神经信号的调制作用,然后利用滑动时间窗分析了空间记忆任务中Hp区神经信号功能网络拓扑特性的动态变化过程,以及左、右侧海马功能网络拓扑特性的差异,结果表明,空间记忆任务对Hp区神经元功能网络具有调制作用;鸽子从学习初期到记忆形成过程中,Hp区功能网络连接强度逐渐增强,而随着记忆消退,网络连接强度减弱,且在进入侧臂之前鸽子Hp区神经信号已经开始活跃,网络连接强度达到最大;在既定目标T迷宫实验范式中左侧海马在空间记忆任务中表现出更显着的偏侧优势。(本文来源于《郑州大学》期刊2019-05-01）
王兴邦[3]（2019）在《把握材料特性 培养五种思维——例谈任务驱动型作文训练中学生写作思维的培养》一文中研究指出任务驱动是近年高考作文的热点,如何培养这种新材料作文的写作思维,成为一线教师探究的热门话题。笔者认为:指导学生把握材料特性,培养如下叁种写作思维,是写好任务驱动的有效策略。一、指向现实的思维由于驱动材料具有时新性,故将此类材料定性为"现实与生活"。写好任务驱动型作文,要有指向现实的思维。其原(本文来源于《教育革新》期刊2019年02期）
张凯伦,韩维,陈志刚,闫永举[4]（2019）在《油门响应特性对飞行员操纵着舰任务的影响研究》一文中研究指出为了研究舰载机小油门响应特性对着舰任务的影响,建立舰载机着舰动力学模型以及驾驶员模型,以此为研究基础,采用自动油门系统(APCS)来分担驾驶员的操纵负荷,提高舰载机着舰的准确性。小油门的响应设计准则为:在油门阶跃输入后1.2 s的时间内使飞机的稳态加速度值达到±0.12g的90%。针对3种不同油门特性进行了飞行员操纵着舰的仿真计算。结果表明,飞机在进入下滑道时达到5 m的高度误差、小油门响应超过1.6 s时,驾驶员操纵舰载机将不能达到着舰要求。(本文来源于《飞行力学》期刊2019年02期）
王磊,杨明煊,孙宇,朱彤,周育名[5]（2018）在《驾驶人次任务转换特性研究》一文中研究指出为探究驾驶人次任务完成后对速度判断的影响,以及次任务难度和任务间隔时间2个因素对任务转换代价的具体影响,利用E-Prime软件设计了典型的包含主次任务的试验场景,其中替代型主任务为判断车速,替代型次任务为判断箭头方向。共有87位被试者参与了试验,根据要求做出判断并按键反应;试验将次任务的难度和任务间隔时间作为2个因变量,每个因变量取2种水平,共设计了4组试验,每组试验还包括连续执行主任务和执行次任务之后再执行主任务2种情况。研究结果表明:由次任务转换到主任务后的平均反应时间比持续执行主任务情况下的平均反应时间更长,且二者有显着性差异(p<0.01);次任务难度对驾驶人的反应时间有显着影响(p=0.003);任务间隔时间对驾驶人反应时间的影响不显着,并且次任务难度和任务间隔2个因素没有显着的交互作用;驾驶人在次任务结束之后执行主任务时仍然会受到影响,此外性别、年龄等因素对反应时间也有显着影响。研究结论可用于车载信息系统的优化设计。(本文来源于《长安大学学报(自然科学版)》期刊2018年04期）
秦利,闫莉莉,刘福才,梁波[6]（2018）在《在轨加注任务中变质量特性下的空间操作臂状态扩展自适应镇定控制》一文中研究指出模块更换方式在轨加注任务面向不同类型的多个待加注目标与推进剂模块,过程中涉及航天器对接与分离、推进剂模块拆卸与组装等多种操作,研发时需要考虑系统中质量特性变化复杂,以及地面验证中存在的全周期、遍历性的任务级微重力模拟试验难以实现的问题。首先,针对地面调试良好时在轨加注空间操作臂系统可能被掩盖的非线性动力学特性,分析了一定参数范围下,任务执行过程中负载和基座质量特性变化对空间操作臂动力学特性和控制性能的影响。随后为实现对控制对象及环境改变的自适应性,基于惯性矩阵分解与重力载荷矩阵线性化,设计g的自适应律,并扩展系统状态变量,建立系统的Hamilton模型,进而基于能量函数整形与阻尼注入的无源性控制思想,设计预置镇定控制律,提出一种可对不同工况下的系统非线性实现自适应镇定的控制方案。最后,通过仿真研究验证了所提控制方案的有效性。(本文来源于《航空学报》期刊2018年10期）
李星[7]（2018）在《云环境下的任务负载特性分析及调度算法研究》一文中研究指出随着云计算技术的不断成熟,越来越多的应用被部署到云环境中,使其表现出任务种类和用户需求多样性,资源异构性以及巨大的数据量等特性。这些特性使得对云环境下的任务调度和资源部署提出了更高的要求:既要满足用户对获取高服务质量的需求,又要保证云服务提供商获得最大收益。然而,无论是满足用户需求还是保障最大收益,都避免不了负载变化造成的影响。不同的负载以及同一负载的动态变化都可能会造成任务调度性能不佳,资源部署不准确。因此,通过负载分析,对任务调度和资源部署进行双向改进,从而完成对用户和服务提供商需求的双边优化是云计算研究中丞待解决的问题。针对以上所述问题,本文首先详细研究了负载的相关特性,并通过对负载的马尔科夫建模,提取了能体现负载特性的叁个算子:持续性、重现时间、熵。其中,持续性体现负载流量的相对稳定性;重现时间体现负载流量的突发性;熵体现负载流量的不可预测性。其次,以维基百科wikinews板块的真实访问量作为实验数据集,结合不同的负载算子值,本文建立了每种负载特性算子在不同数值下与所需虚拟机数量的函数关系式,并通过对函数关系式的整合,提出了负载感知的资源部署模型,实现对资源部署的改进。实验结果显示,在资源利用率为90%,负载拒绝率为0的情况下,本模型预估的资源数量与仿真实验得到的资源数量相比,其平均绝对误差值仅为2.6%,最大绝对误差值为3.8%。最小绝对误差值为0%。结果表明本模型能根据负载特性有效地预估所需的资源数量。由于负载感知的资源部署模型是对云资源的部署进行优化,未考虑云任务执行效率的提升,属于单边优化。因此,本文在云资源部署优化的基础上,结合遗传算法,提出了一种双边优化的任务调度策略以及相应的系统架构,实现对云任务调度机制的改进。并在CloudSim仿真平台上对调度算法进行了评估实验。实验结果表明,本文提出的调度算法能够有效的提升任务完成效率,与CloudSim平台自带的FCFS(First Come First Serve)算法、贪心算法相比有明显的优势,在满足任务的需求的同时,资源数量保持在一个恰当的数值,满足资源利用率的要求。(本文来源于《湖南大学》期刊2018-05-15）
孙宇[8]（2018）在《基于E-Prime的驾驶人次任务转换特性研究》一文中研究指出驾驶分心是引发交通事故的重要原因之一,对交通安全具有不可忽视的影响作用。分心次任务对主任务的影响可分为两种类型,一种是次任务执行时对主任务造成的影响,另一种是次任务结束后对主任务的影响,即次任务转换代价。以往的驾驶分心研究大多聚焦于第一种影响,较少关注第二种影响。本文探究次任务完成之后对驾驶人速度判断的影响因素与规律,以及次任务难度和任务间隔时间两个因素对于任务转换代价的具体影响作用。E-Prime心理学软件可以精确提取驾驶人反应时间变化,避免实车实验和驾驶模拟实验中数据采集的精度问题,是研究细微交通行为的有效工具。论文基于E-Prime构建驾驶仿真场景,选取速度判断任务作为主任务,选取典型的替代型驾驶分心任务(箭头方向选择任务)作为次任务。87位被试依次在仿真场景环境下完成一系列交替进行的主次任务。同时提取驾驶人的反应时绩效指标,作为实验因变量。实验设计以次任务难度和任务间隔时间作为两个自变量,并各自具有两个实验水平。首先组织被试进行预实验,确定实验平台的可用性及实验被试的适用性。然后改善实验方案,完成正式实验。最后对相关实验数据进行统计分析。实验结果表明:由次任务转换到主任务后,驾驶人对于主任务的平均反应时间比持续执行主任务情况下的平均反应时更长,且二者有显着性差异(p<0.05)。次任务难度简单与复杂时相比,驾驶人的主任务反应时变长,且二者有显着差异(p<0.05);次任务反应时间更长且有显着差异(p<0.05)。任务间隔从200ms变为2000ms时,主任务的平均反应时间未呈现出显着的影响;但是主任务之后的次任务反应时间呈现出显着的影响(p<0.05)。在次任务难度和任务间隔双因素影响下,由次任务转换到主任务的反应时有明显差异,两因素之间没有显着的交互作用;由主任务转换到次任务的反应时有明显差异,并且两因素之间有显着的交互效应(p<0.05)。50位年轻驾驶人(30岁以下)中,女性驾驶人由次任务转换到主任务的平均反应时比男性更长。随着年龄的增长,驾驶人由次任务转换到主任务的平均反应时增加。驾驶经验引起的反应时差异不明显。上述研究结果表明,次任务结束之后仍对主任务具有影响,次任务和主任务之间的切换带来了任务转换代价。次任务难度增大,转换代价明显增加,应该减少复杂的次任务。任务转换对女性驾驶人的影响更为明显。任务转换对高龄驾驶人影响更大,年龄增长应该尽量减少次任务。本研究结论可为车载信息系统的优化设计提供参考。(本文来源于《长安大学》期刊2018-04-18）
步士超[9]（2018）在《双小行星系统动力学特性分析与任务轨道设计》一文中研究指出随着航天科技的不断发展,世界深空探测任务的不断向前推进,未来深空探测将是我国重点发展的方向。双小行星系统因为其众多的数量及其所具有的独特科学价值,将是未来深空探测的首选目标之一。对太阳系中的双小行星系统进行探测,可以获得巨大的研究价值,为了更加深入的对双小行星系统进行研究,对双小行星系统中的一个或两个天体进行采样并返回将是未来航天任务的首要目标。本文以未来实施双小行星探测任务为潜在工程背景,分别对弱引力双小行星系统引力场建模、双小行星系统附近动力学特性、连续小推力作用下的人工平动点动力学、双小行星系统平动点周期轨道及其不变流形和利用不变流形的双小行星探测任务轨道设计等方面进行研究分析。首先,建立了双小行星系统基于形状的椭球体-球体模型和椭球体-椭球体模型,分别采用椭圆积分和球谐函数对双小行星系统的引力场进行建模,通过仿真分析了不同模型下的等效势能函数曲面、平动点及零速度曲线。然后,针对由计算效率高、无积分环节的二阶二次球谐函数来表征椭球体的引力势的双小行星系统的椭球体-椭球体模型,研究在连续小推力作用下的双小行星系统人工平动点的相关问题。推导了小推力作用下的航天器运动方程,并通过比较不同参数下的零速度曲线来研究小推力的引入对航天器可运动区域的影响,进而给出了引入小推力后平动点的位置集合。通过对航天器运动方程进行线性化,分析其特征方程和特征根,得到了人工平动点的稳定条件和稳定区域,并针对双星系统中人工平动点的稳定性及其稳定区域进行了仿真分析。通过参数化的方法分别分析了椭球参数和质量比对稳定区域的影响。随后,利用不需要以近似解析解作为迭代初值,也不需要计算状态转移矩阵,便于编程实现,不受圆形限制性叁体问题非线性影响的构造流函数法求解了共线平动点附近一类具有x轴对称性的平面Lyapunov轨道和一类具有x-z平面对称性的空间Halo轨道,并且利用周期轨道单值矩阵的特征向量计算了与周期轨道对应的不变流形。最后,利用庞加莱截面法,分析了双小行星系统的相空间结构,随后利用平动点周期轨道的不变流形,通过选取适当的庞加莱截面来将不变流形拼接在一起,分别从平面和空间两种情形下,设计了双小行星系统在两个平动点周期轨道间的转移轨道,进而对捕获轨道、逃逸轨道、着陆轨道进行设计。给出了未来双小行星探测任务的整体轨道设计方法,为未来我国双小行星探测任务做出了一定的技术预研和技术储备。(本文来源于《南京航空航天大学》期刊2018-03-01）
柴宁,吴毅坚,赵文耘[10]（2018）在《基于数据特性的Spark任务性能优化》一文中研究指出新一代的分布式数据处理框架大大提升了数据处理任务的效率。然而,由于不同数据处理任务需要处理的数据的特性各不相同,因此难以找到一种统一的方法来优化数据处理任务的性能。针对不同的数据集,需要分析其相应的数据特性,才能充分利用内存和计算资源,优化任务执行效率。研究数据倾斜度这一数据特性,提出一种数据倾斜度的量化方法,基于分布式处理框架Spark,通过结合数据采样分析和源代码语义分析的方法,自动判断当前所处理数据集的数据倾斜度与处理代码的适合程度,并基于判断结果提出相应的代码自动优化方案,从而提升任务的运行效率。通过多个数据处理实验,验证了优化后提高数据分析任务效率的效果。(本文来源于《计算机应用与软件》期刊2018年01期）
任务特性论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
认知与记忆是大脑最基本的功能,也是最主要的功能之一。已有研究表明,海马(Hippocampus,Hp)区是大脑认知功能相关脑区,与感知、学习、记忆等能力息息相关。本文为研究空间记忆任务中海马区功能网络的动态特性,以鸽子为模式动物,采用由食物奖励驱动的既定目标T迷宫实验范式,在体采集其在空间记忆任务中的脑电信号。利用多窗口重迭功率谱估计算法分析鸽子Hp区局部场电位信号的时频特性,确定了与空间记忆任务相关的响应时间窗和目标特征频带,然后利用皮尔森相关算法构建Hp区各通道信号间的加权功能网络,对比分析了鸽子在空间记忆任务状态下与非任务态下功能网络的拓扑特性,空间记忆任务中功能网络拓扑特性的动态变化,以及其中左、右侧海马功能网络拓扑特性的差异,从而确定了既定目标T迷宫实验范式中与空间记忆相关的优势侧脑区。本文的研究结果对空间记忆任务中Hp区功能网络响应特性的分析具有积极意义。已完成的工作和具体研究成果如下:(1)针对鸽子的习性,设计了食物奖励诱导的既定目标下T迷宫空间记忆任务,开展行为学实验并实现了对鸽子植入式脑电信号的在体同步记录。通过基于最小均方(Least Mean Square,LMS)的自适应滤波算法和自适应共同平均参考(adaptive common average reference,ACAR)算法去除局部场电位信号中存在的50Hz工频干扰和电极间相关噪声。(2)确定与空间记忆相关的响应时间窗并提取目标特征频带。对在体采集到的局部场电位信号进行时域和时频分析,确定了鸽子在迷宫中与空间记忆相关的响应时间窗,并利用多窗口重迭功率谱估计算法分析其频域特性,确定空间记忆任务相关的响应频带——Theta频带,为后续分析Hp区功能网络特性奠定了基础。(3)利用皮尔森相关算法构建了鸽子Hp区神经信号的加权功能网络,分析了空间记忆任务与非任务态下功能网络的拓扑特性以研究空间记忆任务对Hp区神经信号的调制作用,然后利用滑动时间窗分析了空间记忆任务中Hp区神经信号功能网络拓扑特性的动态变化过程,以及左、右侧海马功能网络拓扑特性的差异,结果表明,空间记忆任务对Hp区神经元功能网络具有调制作用;鸽子从学习初期到记忆形成过程中,Hp区功能网络连接强度逐渐增强,而随着记忆消退,网络连接强度减弱,且在进入侧臂之前鸽子Hp区神经信号已经开始活跃,网络连接强度达到最大;在既定目标T迷宫实验范式中左侧海马在空间记忆任务中表现出更显着的偏侧优势。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
任务特性论文参考文献
[1].邓成龙.虚拟现实中远距离放置任务的人类操作特性与模型[D].华东师范大学.2019
[2].沈思扬.空间记忆任务中鸽子海马区功能网络动态特性研究[D].郑州大学.2019
[3].王兴邦.把握材料特性培养五种思维——例谈任务驱动型作文训练中学生写作思维的培养[J].教育革新.2019
[4].张凯伦,韩维,陈志刚,闫永举.油门响应特性对飞行员操纵着舰任务的影响研究[J].飞行力学.2019
[5].王磊,杨明煊,孙宇,朱彤,周育名.驾驶人次任务转换特性研究[J].长安大学学报(自然科学版).2018
[6].秦利,闫莉莉,刘福才,梁波.在轨加注任务中变质量特性下的空间操作臂状态扩展自适应镇定控制[J].航空学报.2018
[7].李星.云环境下的任务负载特性分析及调度算法研究[D].湖南大学.2018
[8].孙宇.基于E-Prime的驾驶人次任务转换特性研究[D].长安大学.2018
[9].步士超.双小行星系统动力学特性分析与任务轨道设计[D].南京航空航天大学.2018
[10].柴宁,吴毅坚,赵文耘.基于数据特性的Spark任务性能优化[J].计算机应用与软件.2018