论文部分内容阅读
为了解决二维图标形状视觉复杂度的计算度量问题,提出一个基于回归模型的图标形状复杂度计算模型.首先对图标训练数据集进行测试者心理评估;然后对该数据集进行几何特征抽取,并计算得到候选特征变量;最后通过回归分析从候选特征变量中选出4个变量构建回归模型来量化评估图标复杂度.用图标测试数据集对该回归模型进行验证的结果表明,该模型可以解释80%的复杂度人工评估结果;测试数据集的模型量化评估结果和人工评估结果之间斯皮尔曼相关系数达0.922(最大值为1).该模型在图标形状分析、检索、分类等方面具有广泛应用价值.