摘要：目的 探讨移动应用界面中视觉设计干扰子对搜索效率的影响机制,为提高视觉界面搜索效率提供搜索界面设计策略和方法。方法 通过文献研究,梳理视觉搜索理论及行为模型,并在此基础上探究视觉信息搜索思维逻辑。并基于某大学图书馆研修室预约系统,设计制作7组界面视觉干扰子实验样本,通过动态界面交互眼动实验研究,探明界面视觉设计干扰子对搜索效率的影响机制。结果 在界面结构、功能布局、交互方式、信息表现、信息层级、色彩搭配与UI动效7组不同界面视觉设计干扰子样本中,用户目标任务的搜索效率都有显著差异。结论 搜索类型界面设计应使界面结构清晰,主次功能分布合理,尝试灵活多样的交互方式,尽量减少信息层级以及进行适当的信息可视化,给用户舒适的色彩对比度以及恰当的UI动效引导。

摘要：目的在信息碎片化和快消费的时代,为提升电子商务APP信息检索系统的交互性能,更好地为消费者提供精准、优质、快捷的网购服务,通过使用眼动追踪实验的方法,探究视觉密度与消费者网购搜索效率的关系。方法设计两组实验,通过眼动仪收集眼动轨迹的过程和数据,借助SPSS 25.0对数据进行方差分析。结果在任务导向情境下,被试在网格布局的商品导航界面上搜索效率比列表模式的搜索效率高;在非任务导向情境下,消费者在宫格导航的界面上搜索效率相对较高;浅色背景下消费者网购的搜索效率更高。结论电商APP界面信息组织要素构成比例不同,会导致不同的信息密度,电商APP的设计人员可根据界面分区的功能合理布局信息组织要素,进而优化界面信息密度,提升消费者搜索体验。

摘要：叉角厉蝽Eocanthecona furcellata(Wolff)是捕食烟草上斜纹夜蛾Spodoptera litura(Fabricius)的重要天敌,是斜纹夜蛾生物防治的潜在控制因子。为了探明不同因子对叉角厉蝽搜索效率的影响,提高田间释放的控害效果,本试验采用二次通用旋转组合设计,研究了不同因子(叉角厉蝽释放量、斜纹夜蛾幼虫密度和烟草植株数量)对叉角厉蝽搜索效率的影响,根据测得的不同因子处理下叉角厉蝽对斜纹夜蛾的捕食率,所建立得到的搜索效率(Y)与叉角厉蝽释放量(X 1)、斜纹夜蛾幼虫密度(X 2)和烟草植株数量(X 3)3个试验因子的关系的回归模型:Y=67.82809+6.74050 X 1-4.92690 X 2-1.22581 X 3-9.22848 X 12-1.32656 X 22-9.98862 X 32+4.17500 X 1 X 2+8.17500 X 1 X 3+0.87500 X 2 X 3,能较好地拟合参试因子与叉角厉蝽搜索效率的关系。单因子效应分析表明,对叉角厉蝽搜索效率的影响依次为叉角厉蝽释放数量(X 1)>斜纹夜蛾幼虫密度(X 2)>烟草植株数量(X 3),叉角厉蝽释放数量对天敌的搜索效率有显著的正效应。在交互效应分析中,随着烟草植株数量的上升,叉角厉蝽的搜索范围扩大,抑制了叉角厉蝽数量和斜纹夜蛾密度的增益效果,对捕食效率产生负效应。叉角厉蝽释放数量、斜纹夜蛾幼虫密度和烟草植株数量均能影响叉角厉蝽的搜索效率,且各因子之间的交互作用明显。

摘要：本研究考察了超文本节点大小对网页信息搜索效率的影响效应。采用单变量被试间设计 ,自变量为超文本节点大小 ,分为 1 3 0字左右、2 60字左右和 52 0字左右三个水平 ,因变量为被试找到 1 0个相关问题的正确答案所需的时间以及搜索过程中打开的节点个数和重复节点数。结果表明 ,虽然发现正确答案所需的时间随节点增大而延长 ,但这种影响没有达到显著的水平 (p>0 .0 5) ;节点大小对被试打开的节点个数和重复节点数均有显著影响 ( p <0 .0 1 )。结论认为 。

摘要：基于视觉和知觉方面的理论探讨在游戏直播APP设计中提高用户搜索效率的问题。通过分析游戏直播APP中搜索效率问题,再结合视觉和知觉方面的理论,提出对游戏直播APP的界面设计的相关建议来提高用户的搜索效率。

摘要：电商手机APP交互界面的特点直接影响到用户的体验,进而影响销售效果。采用眼动追踪技术,记录了52名被试搜索目标商品时的视线变化过程,探索电商手机APP图片复杂程度与呈现密度对搜索效率的影响。结果表明,在图片复杂程度方面,被试在简单图片条件下的搜索效率显著高于复杂图片条件;在图片呈现密度方面,被试在每行呈现2图条件下的搜索效率显著高于每行呈现4图;对于电商手机APP导航界面设计而言,导航图片为简单图片、且每行呈现2图时的搜索效率较好。

摘要：为了提高优化系统的搜索效率,发展出了社会模型这种改进智能优化算法的通用策略,在此基础上,提出了一种基于社会模型的改进粒子群优化(IPSOSM)算法。该算法对社会模型进行了分析并在此指导下,将人工鱼群算法(AFSA)中的聚群行为引入到粒子群优化(PSO)算法中,丰富了粒子之间的优势信息源,增强了粒子的信息共享能力,使得IPSOSM算法能够有效地跳出局部最优。函数测试表明,该算法显著提高了PSO算法的寻优性能。将IPSOSM算法应用到翼型和机翼的气动优化设计之中,取得了良好的结果,从而表明提出的算法简洁有效,具有较好的实用性。

摘要：针对小型无人机(UAVs)研制中操稳特性和飞行控制律设计评估对气动参数辨识的需求,提出了一种混合遗传粒子群优化算法(HGAPSO)。该算法以粒子群优化算法(PSO)为主体,在粒子优化路径中,引入遗传算法(GA)的交叉变异操作,增强粒子群跳出局部最优的能力;同时采用Kent映射改进粒子种群的初始化,使初始种群在可行解空间内分布更加均匀,增强全局优化能力。基于仿真结果,依据辨识准度及辨识成功率,对比了HGAPSO、常规PSO和GA优化算法气动参数辨识的结果,然后用蒙特卡洛仿真测试随机观测噪声的影响,结果表明该算法兼备PSO算法高的搜索效率和GA算法的全局优化能力,对随机观测噪声不敏感。最后,通过设计小型UAV试飞示例进行综合应用评价,结果表明:HGAPSO算法基于真实试飞数据进行气动参数辨识取得了满意结果,具有良好的实用性。

摘要：kD树是近邻搜索中应用最广泛的算法之一,针对其性能随着空间维度的增加而迅速降低的问题,提出一种可应用到高维空间的kD树搜索算法——okD树.在该okD树的创建过程中,左右子结点之间保留重叠区域,重叠区域不参与后续的划分而是直接传递到子结点;在搜索过程中,对于存在重叠区域的子结点不进行回溯,以提高okD树的搜索效率,不进行回溯的子结点中包含的重叠区域扩大了搜索范围,从而提高了搜索精度.实验结果表明okD树算法的性能优于当前主流的近似kD树算法.

摘要：通过建立博弈模型证明了在不对称信息下主题搜索引擎将出现部分高质量信息服务无法获取的搜索无效率现象。以农产品主题搜索引擎为实验对象,从可定制框架的设计、索引信息筛选、查询提示三个层面讨论了解决这种无效率的信息服务策略。