公开(公告)号：CN118228190A

公开(公告)日：2024-06-21

申请号：CN202410189362.3

申请日：2024-02-20

Applicant: 西安电子科技大学

Inventor： 徐偲 ,  温子祺 ,  周畅 ,  栗彤 ,  宋翔宇 ,  管子玉 ,  赵伟

IPC: G06F18/25 ,  A61B5/18 ,  A61B5/346 ,  A61B5/372 ,  A61B5/16 ,  G06F18/10 ,  G06F18/2415 ,  G06N3/08

Abstract: 本发明公开了一种基于可信冲突多模态学习的飞行员疲劳状态监测方法，包括：获取飞行员多个模态的生理数据并进行预处理，得到每个模态的生理数据的特征后，输入各模态的证据神经网络，得到每个模态的生理数据的特征被分配到第k种疲劳程度类别的证据e′k；基于证据e′k生成每个模态对应的观点后进行融合，得到融合观点w′；融合每个模态的生理数据的特征被分配到第k种疲劳程度类别的证据e″k，并根据得到的融合证据e″k计算飞行员为第k种疲劳程度类别的概率p′k；基于最大的概率p′k确定飞行员的疲劳程度类别，并根据融合观点w′确定对应地置信度。本发明实现了对模态间的冲突程度和决策的可信性的量化。

公开(公告)号：CN118228190B

公开(公告)日：2024-11-12

申请号：CN202410189362.3

申请日：2024-02-20

Applicant: 西安电子科技大学

Inventor： 徐偲 ,  温子祺 ,  周畅 ,  栗彤 ,  宋翔宇 ,  管子玉 ,  赵伟

IPC: G06F18/25 ,  A61B5/18 ,  A61B5/346 ,  A61B5/372 ,  A61B5/16 ,  G06F18/10 ,  G06F18/2415 ,  G06N3/08

Abstract: 本发明公开了一种基于可信冲突多模态学习的飞行员疲劳状态监测方法，包括：获取飞行员多个模态的生理数据并进行预处理，得到每个模态的生理数据的特征后，输入各模态的证据神经网络，得到每个模态的生理数据的特征被分配到第k种疲劳程度类别的证据e′k；基于证据e′k生成每个模态对应的观点后进行融合，得到融合观点w′；融合每个模态的生理数据的特征被分配到第k种疲劳程度类别的证据e″k，并根据得到的融合证据e″k计算飞行员为第k种疲劳程度类别的概率p′k；基于最大的概率p′k确定飞行员的疲劳程度类别，并根据融合观点w′确定对应地置信度。本发明实现了对模态间的冲突程度和决策的可信性的量化。