文章摘要:目的采用眼动与机器学习技术预测被试回答量表项目的真实倾向性，从而规避量表答题中的掩饰性问题。方法采用眼动技术同步采集被试量表答题过程中的眼动数据，通过支持向量机（SVM）与主成分分析（PCA）相结合的机器学习算法对被试答题过程中眼动指标进行分类，预测被试回答量表项目的真实倾向性。结果采用结合PCA与径向基核函数的SVM算法对180个眼动指标特征进行分类，预测被试回答量表项目的真实倾向性平均准确率达到91.8%，可有效实现被试真实倾向性的客观预测。结论眼动和机器学习技术可有效实现被试答题真实倾向性的客观预测，能显著提高心理检测的准确性，验证了多质融合心理选拔技术的有效性。本研究为后续多种认知神经技术融合对量表项目应答倾向性预测提供了思路和参考，为规避心理测量中掩饰性提供了新途径。

文章关键词:

项目基金: 上一篇：航空航天科学与工程论文_基于典型飞行任务的 下一篇：没有了