-
公开(公告)号:CN115017996B
公开(公告)日:2023-04-28
申请号:CN202210670920.9
申请日:2022-06-15
IPC分类号: G06F18/214 , G06F18/213 , A61B5/372 , A61B5/346 , A61B3/113
摘要: 本发明涉及一种基于多生理参数的脑力负荷预测方法和系统。所述方法包括下列步骤:S1.多模态生理数据数据处理及特征集构建;S2.基于熵判据的最优重要度特征子集选择;S3.基于支持向量回归的回归预测模型构建;S4.使用回归预测模型对高铁调度员进行脑力负荷监测。本发明采集操作者在应急场景处理过程中的多模态生理数据并加以处理,提出了一种基于熵判据的特征选择方法。结果表明,与原始特征集相比,本发明经过特征选择的数据集在SVR模型的回归预测中取得了更好的性能。
-
公开(公告)号:CN115017996A
公开(公告)日:2022-09-06
申请号:CN202210670920.9
申请日:2022-06-15
摘要: 本发明涉及一种基于多生理参数的脑力负荷预测方法和系统。所述方法包括下列步骤:S1.多模态生理数据数据处理及特征集构建;S2.基于熵判据的最优重要度特征子集选择;S3.基于支持向量回归的回归预测模型构建;S4.使用回归预测模型对高铁调度员进行脑力负荷监测。本发明采集操作者在应急场景处理过程中的多模态生理数据并加以处理,提出了一种基于熵判据的特征选择方法。结果表明,与原始特征集相比,本发明经过特征选择的数据集在SVR模型的回归预测中取得了更好的性能。
-