一种基于多模态数据的人员决策能力的测评方法和系统技术方案

本发明专利技术提供一种基于多模态数据的人员决策能力的测评方法和系统，所述方法包括：采集不同数据源的多模态数据,多模态数据由在人员执行决策任务过程中的不同时间窗口采集，并对采集到的多模态数据进行预处理，多模态数据包含生理信息；将不同数据源的多模态数据输入到预训练完成的用于评价人员决策能力的深度学习模型；其中，深度学习模型使用包含多模态数据和预先评定的人员决策能力评价结果的数据集进行预训练；深度学习模型的输入层提取所述多模态数据的特征向量，深度学习模型的隐藏层基于提取的多模态数据的特征向量进行计算；深度学习模型的输出层基于隐藏层的输出生成人员决策能力评价结果。本发明专利技术能够更为准确的生成人员决策能力评价结果。

【技术实现步骤摘要】

本专利技术涉及人员能力评价，尤其涉及一种基于多模态数据的人员决策能力的测评方法和系统。

技术介绍

1、在面对一些工作负荷较大、工作环境和管理环境比较复杂的情况下，一些特殊工种的人员需要快速做出决策以此来处理当下所面临的情况，而个体当下的状态与对当下情况的判断就直接影响到问题解决的好坏与否，这就涉及到对于人员的决策能力的评价。

2、在人员的决策能力评价的领域，通常使用主观访谈或者量表问卷等传统形式来评价，但是这些方法存在一些问题，比如依赖于受访者报告和自陈评估，很多传统的决策能力评估方法依赖于被评估者的主观报告或自我评估。这可能受到主观性、记忆偏差和社交期望的影响，不够客观和可靠；获取到的数据源有限，传统方法通常只使用有限的数据源，如问卷调查或行为观察。这限制了评估的全面性和准确性，因为它们不能捕捉到生理和神经层面的信息；无法进行动态连续评估，一些现有方法仅提供一次性的静态评估，无法跟踪个体的决策能力随时间的变化。

技术实现思路

1、鉴于此，本专利技术实施例提供了一种基于多模态数据的人员决策能力的测本文档来自技高网...

【技术保护点】

1.一种基于多模态数据的人员决策能力的测评方法，其特征在于，该方法包括以下步骤：

2.根据权利要求1所述的评价方法，其特征在于，所述多模态数据至少还包含如下数据中的一种或多种：眼动追踪数据、脑电测量数据、动作捕捉数据、行为观察数据、近红外脑成像信息、情感感知数据和问卷量表行为范式数据；

3.根据权利要求1所述的评价方法，其特征在于，所述预处理包含数据清洗、数据去噪和特征提取，其中，

4.根据权利要求1所述的评价方法，其特征在于，所述方法还包括：

5.根据权利要求4所述的评价方法，其特征在于，该方法还包括：

6.根据权利要求1所述...

【技术特征摘要】

1.一种基于多模态数据的人员决策能力的测评方法，其特征在于，该方法包括以下步骤：

2.根据权利要求1所述的评价方法，其特征在于，所述多模态数据至少还包含如下数据中的一种或多种：眼动追踪数据、脑电测量数据、动作捕捉数据、行为观察数据、近红外脑成像信息、情感感知数据和问卷量表行为范式数据；

3.根据权利要求1所述的评价方法，其特征在于，所述预处理包含数据清洗、数据去噪和特征提取，其中，

4.根据权利要求1所述的评价方法，其特征在于，所述方法还包括：

5.根据权利要求4所述的评价方法，其特征在于，该方法还包括：

6.根据权利要求1所述的评价方法，其特征在于，该方法还包括使...

【专利技术属性】
技术研发人员：请求不公布姓名，请求不公布姓名，请求不公布姓名，请求不公布姓名，
申请(专利权)人：北京津发科技股份有限公司，
类型：发明
国别省市：