[发明专利]一种用于人类认知模式识别的特征归一化方法及系统

权利要求书

1.一种用于人类认知模式识别的特征归一化方法，其特征在于，包括如下 步骤：

步骤S1，将特征数据按用户分组以形成特征矩阵；

步骤S2，基于预定的归一化函数对特征矩阵进行分组参数估计，得到每个 分组对应的分组参数；

步骤S3，基于分组参数对特征矩阵的每个分组分别构建归一化函数；

步骤S4，利用构建的归一化函数对特征矩阵进行分组归一化处理。

2.如权利要求1所述的方法，其特征在于，所述步骤S1包括：

步骤S11，获取每个用户执行每个任务时的特征数据；

步骤S12，将每个用户对应的特征数据构成特征矩阵的一行以构建特征矩阵。

3.如权利要求1所述的方法，其特征在于，所述步骤S2包括：

步骤S21，设置归一化函数；

步骤S22，基于特征矩阵每个分组的特征数据进行参数估计，以得到该分组 对应的归一化函数的参数。

4.如权利要求1所述的方法，其特征在于，所述步骤S4中，把归一化前 的每个分组的特征数据代入到该分组对应的归一化函数中，以得到该分组归一 化后的特征数据。

5.如权利要求1至4任意一项所述的方法，其特征在于，所述特征数据是 每个用户执行多个任务类别的多个任务时的认知模式特征数据，所述任务类别 至少包括观看图片和文本阅读。

6.如权利要求5所述的方法，其特征在于，所述认知模式至少包括瞳孔直 径、眼跳距离、注视时间和注视次数中的一项或多项。

7.如权利要求1至4任意一项所述的方法，其特征在于，所述归一化函数 至少包括：Min-Max归一化函数、Z-score归一化函数、Median归一化函数或 tanh归一化函数。

8.一种用于人类认知模式识别的特征归一化系统，所述系统包括特征矩阵 形成单元(1)、分组参数估计单元(2)、函数构建单元(3)、数据处理单元(4)， 其特征在于：

所述特征矩阵形成单元(1)用于将特征数据按用户分组以形成特征矩阵；

所述分组参数估计单元(2)连接到特征矩阵形成单元(1)，其基于预定的 归一化函数对特征矩阵进行分组参数估计，得到每个分组对应的分组参数；

所述函数构建单元(3)连接到分组参数估计单元(2)，其基于分组参数对 特征矩阵的每个分组分别构建归一化函数；以及

所述数据处理单元(4)连接到特征矩阵形成单元(1)和函数构建单元(3)， 其利用构建的归一化函数对特征矩阵进行分组归一化处理。

9.如权利要求8所述的系统，其特征在于，所述特征矩阵形成单元(1) 进一步包括：

特征数据获取单元(11)，用于获取每个用户执行多种任务类型的多个任务 时的特征数据并发送给特征矩阵构建单元(12)；和

特征矩阵构建单元(12)，连接到特征数据获取单元(11)，其根据特征数 据获取单元(11)获取的特征数据，将每个用户对应的特征数据构成特征矩阵T 的一行以构建特征矩阵。

10.如权利要求8所述的系统，其特征在于，所述分组参数估计单元(2) 进一步包括：

函数设置单元(21)，用于设置归一化函数；和

函数参数计算单元(22)，连接到函数设置单元(21)和前述特征矩阵形成 单元(1)，其根据所述归一化函数的参数要求，基于特征矩阵中每个分组的特 征数据计算得到该分组对应的归一化函数的参数。