基于支持向量机的管制疲劳检测模型研究

基于支持向量机的管制疲劳检测模型研究

论文摘要

管制疲劳是影响民航安全的重大隐患,准确检测疲劳状态是进行疲劳预警、降低疲劳风险的关键。提出应用支持向量机模型融合多生理参数和眼动指标进行管制疲劳检测,通过MP150多导生理记录仪与眼动仪,采集模拟管制试验中正常与剥夺睡眠状态下被试的试验数据,同时记录其Karolinska疲劳等级和操作绩效。结果表明,RR间期、LF/HF、快慢波比值、PERCLOS和扫视速度均与管制疲劳呈较强相关,利用支持向量机融合五项指标构建管制疲劳检测模型,对于五级疲劳度的识别准确率为78. 1%,判断正常组与剥夺睡眠组的准确率为94. 2%。

论文目录

  • 0 引言
  • 1 试验设计
  •   1.1 试验平台
  •   1.2 被试
  •   1.3 试验任务
  •   1.4 试验程序
  • 2 数据筛选与分析
  •   2.1 生理信号的预处理
  •   2.2 指标变化显著性的分析
  •   2.3 管制疲劳等级的划分
  •   2.4 疲劳特征指标的提取
  • 3 支持向量机模型构建
  • 4 结论
  • 文章来源

    类型: 期刊论文

    作者: 靳慧斌,朱国蕾,吕川

    关键词: 安全管理工程,空中交通管制,多生理参数,眼动,疲劳检测,支持向量机

    来源: 安全与环境学报 2019年01期

    年度: 2019

    分类: 工程科技Ⅰ辑,工程科技Ⅱ辑

    专业: 航空航天科学与工程

    单位: 中国民航大学通用航空学院,中国民航大学国家空管运行安全技术重点实验室,中国民航大学中欧航空工程师学院

    基金: 中国民航局安全能力专项资金项目(TMSA2017-246-1,2),中央高校基本科研业务费专项资金项目(3122014B007)

    分类号: V355.1

    DOI: 10.13637/j.issn.1009-6094.2019.01.016

    页码: 99-105

    总页数: 7

    文件大小: 645K

    下载量: 171

    相关论文文献

    标签:;  ;  ;  ;  ;  ;  

    基于支持向量机的管制疲劳检测模型研究
    下载Doc文档

    猜你喜欢