一种基于多生理参数的脑力负荷预测方法和系统
专利号：CN115017996B
成果方：中国铁道科学研究院集团有限公司; 中国铁道科学研究院集团有限公司铁道科学技术研究发展中心
成果类型：发明授权
发明人：黄康; 高扬; 李涵秋; 刘敬辉; 戴贤春; 郭湛; 李晓宇; 刘鑫贵; 赵林; 李秋芬; 杨晨; 梁家健; 胥红敏; 王高磊; 韩佳英; 柴家欣
授权日：2023-04-28
价值预估：请联系我们获取最新价值
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。