一种基于贝叶斯分析法的精神状态自动识别方法技术

本发明专利技术提出了一种基于贝叶斯分析法的精神状态自动识别方法，包括S1:确定特征属性，确定样本数据，通过依据训练演习相关考核细则，确定训练者面部表情的特征属性a，并对每个特征属性进行划分x；S2：生成训练样本集合，将划分的特征属性设定为一个类别y；S3：分类器训练，计算每个类别在训练样本中出现的频率及每个特征属性划分对每个类别的条件概率估计，本方法通过统计训练者训练时面部表情或者肢体动作作为特征属性，并通过人工分类相似表情或者动作，通过贝叶斯方法来计算出对应表情能够确定的到对应类别，通过计算最大概率来判断该训练者的精神状态，全程只需要人工进行分类，通过计算能够客观的判断训练者的精神状态，提高客观性以及效率。

【技术实现步骤摘要】
一种基于贝叶斯分析法的精神状态自动识别方法
本专利技术涉及数据自动分析领域，尤其涉及基于贝叶斯分析法的精神状态自动识别方法。
技术介绍
目前由于缺乏科学有效的评估手段，思想动态的评估基本依靠人工经验判断，很难作出准确公正的评估。为此，我们引入机器学习中的贝叶斯分析方法，依据训练演习考核细则，利用现有的部队训练演习过程中产生的训练演习数据作为样本，建立分类模型，实现演习成果自动分析评估。
技术实现思路
为解决上述技术问题，本专利技术提出了一种基于贝叶斯分析法的精神状态自动识别方法，包括S1:确定特征属性，确定样本数据，通过依据训练演习相关考核细则，确定训练者面部表情的特征属性，并对每个特征属性进行划分；S2：生成训练样本集合，将划分的特征属性设定为一个类别y；S3：构建分类器，对样本进行分类计算，计算每个类别在训练样本中出现的频率及每个特征属性划分对每个类别的条件概率估计，并将结果记录；S4：使用分类器应用，使用分类器对待分类项进行分类，输入是分类器和待分类项，输出是分类项与类别映射关系。...

【技术保护点】
1.一种基于贝叶斯分析法的精神状态自动识别方法，其特征在于，包括/nS1:确定特征属性，确定样本数据，通过依据训练演习相关考核细则，确定训练者面部表情的特征属性，并对每个特征属性进行划分；/nS2：生成训练样本集合，将划分的特征属性设定类别y；/nS3：构建分类器，对样本进行分类计算，计算每个类别在训练样本中出现的频率及每个特征属性划分对每个类别的条件概率估计，并将结果记录；/nS4：应用分类器，使用分类器对待分类项进行分类，输入是分类器和待分类项，输出是分类项与类别映射关系。/n

【技术特征摘要】
1.一种基于贝叶斯分析法的精神状态自动识别方法，其特征在于，包括
S1:确定特征属性，确定样本数据，通过依据训练演习相关考核细则，确定训练者面部表情的特征属性，并对每个特征属性进行划分；
S2：生成训练样本集合，将划分的特征属性设定类别y；
S3：构建分类器，对样本进行分类计算，计算每个类别在训练样本中出现的频率及每个特征属性划分对每个类别的条件概率估计，并将结果记录；
S4：应用分类器，使用分类器对待分类项进行分类，输入是分类器和待分类项，输出是分类项与类别映射关系。


2.根据权利要求1所述的基于贝叶斯分析法的精神状态自动识别方法，其特征在于，所述分类器构建包括以下步骤：
第一、设x＝{a1,a2,...,am}为一个待分类项，而每个a为x的一个特征属性；
第二、设立类别集合C＝{y1,y2,...,yn}；
第三、计算P(y1/x),P(y2/x),...,P(yn/x)；其中，P(y/x)为事件x发生下事件y的条件概率，表示事件x已经发生的前提下，事件y发生的概率；
第四、如果P(ys/x)＝max{P(y1/x),P(y2/x),...,P(yn/x)}，则x∈ys。


3.根据权利要求2所述的基于贝叶斯分析法的精神状态自动识别方法，其特...

【专利技术属性】
技术研发人员：李涛，于宝瑞，芇禄飞，李欣，袁百舸，王艳明，王凯，周柏君，袁启乐，马磊，石怀斌，吴向前，戚嘉兴，董蒙，张帅，何莉，李勇，张加超，于江鹏，
申请(专利权)人：李涛，
类型：发明
国别省市：山东;37