一种基于可拓展自适应加权数据融合的自学习精神疲劳量化方法技术

本发明专利技术提供一种基于可拓展自适应加权数据融合的自学习精神疲劳量化方法，属于生理信号处理与模式识别领域，所述方法包括：获取电网调度员的脑电信号和心电信号；使用视觉信号PERCLOS算法计算人眼开合度，同时通过专家评价得到主观打分，通过自适应加权数据融合算法对数据进行处理得到精神疲劳量化结果；对脑电、心电信号进行预处理，去除生理信号中的干扰噪声，对预处理后的信号进行窗口分割；对处理后的脑电、心电信号进行标注、训练和测试；根据目标脑电信号和心电信号，确定疲劳检测结果；疲劳输出结果通过反馈不断迭代优化分类预测模型；疲劳检测结果为百分比量化疲劳度。相较于其他精神疲劳检测，本方法使用通过可拓展自适应加权数据融合算法融合了PERCLOS指标与专家打分值进行疲劳量化，对提取到的脑电特征和心电特征进行特征层融合，并且通过不断迭代优化分类模型，可以更加真实的反映电网调度员的疲劳状态，实现更高精确度的疲劳检测结果与精神疲劳量化评估。

【技术实现步骤摘要】

本专利技术涉及一种基于可拓展自适应加权数据融合的自学习精神疲劳量化方法，属于生理信号处理与模式识别领域。

技术介绍

1、电力在人们日常生活中起着十分重要的作用，而电力调度员是电网系统中的一线操作员，在调度员进行电力作业的过程中，疲劳的增加会降低调度员的操作注意力，导致调度员出现工作失误进而发生电力事故，造成重要经济损失。因此，研究可靠的高准确率疲劳检测方法对于电力使用安全具有重要意义。

2、相关技术中,针对疲劳检测技术手段众多,目前主要可分为主观检测法和客观检测法两大类。主观检测法主要通过主观自评、专家他评，常用的主观评级表有：斯坦福睡眠尺度表和卡罗琳斯卡睡眠量表等评定,该方法容易出现故意隐瞒、认知偏差、迎合期望、个体差异、检测结果时效性差等问题。客观检测法的技术手段研究主要集中在两个方面:(1)基于生理信号检测。根据疲劳时各项生理指标参数会偏离正常数值范围的情况,监测其各项生理指标参数变化来判断疲劳状态,可反映使用人员疲劳的生理信号主要包括:脑电信号(eeg)、心电信号(ecg)、肌电信号(emg)等。基于生理信号的疲劳检测方法能够直接反映被本文档来自技高网...

【技术保护点】

1.一种基于可拓展自适应加权数据融合的自学习精神疲劳量化方法，其特征在于：

2.根据权利要求1所述的基于可拓展自适应加权数据融合的自学习精神疲劳量化方法，其特征在于，步骤2包括了以下步骤：

3.据权利要求1所述的基于可拓展自适应加权数据融合的自学习精神疲劳量化方法，其特征在于：

4.据权利要求1所述的基于可拓展自适应加权数据融合的自学习精神疲劳量化方法，其特征在于：

5.据权利要求1所述的基于可拓展自适应加权数据融合的自学习精神疲劳量化方法，其特征在于：

【技术特征摘要】

1.一种基于可拓展自适应加权数据融合的自学习精神疲劳量化方法，其特征在于：

2.根据权利要求1所述的基于可拓展自适应加权数据融合的自学习精神疲劳量化方法，其特征在于，步骤2包括了以下步骤：

3.据权利要求1所述的基于可拓展自适应加...

【专利技术属性】
技术研发人员：黄品高，徐思程，陈梓彬，谭岳飞，农罗灏泓，党选举，莫太平，王辉，高超，
申请(专利权)人：桂林电子科技大学，
类型：发明
国别省市：