基于自适应阈值的眼动数据分析

本文解决了眼动数据分析中的一个关键问题：使用固定阈值识别注视和扫视的局限性。它提出并评估了一种自适应阈值方法，该方法考虑了任务间和个体间的差异，从而产生更准确和稳健的结果，尤其是在噪声条件下。这项研究为根据数据质量和分析优先级选择和调整分类算法提供了实用指导，使其对该领域的研究人员具有价值。

• •眼动分析中的固定阈值可能由于任务间和个体间的差异而导致结果不准确。
• •本文介绍了一种基于马尔可夫近似的自适应阈值方法来提高准确性。
• •自适应方法，特别是使用分散阈值的方法，与固定阈值方法相比，显示出对噪声的卓越鲁棒性。
• •这项研究为选择和调整眼动数据分类算法提供了实用指导。