摘要
本发明公开了一种基于心电数据增强的飞行员高风险心理状态识别方法,涉及生理信号识别技术领域。本发明首先在全部数据上训练常规识别模型,然后利用特征可视化技术通过该模型提取不均衡数据集中头部类样本的低信息样本段,并将其与尾部类信号的心电有效信息进行拼接,实现对高风险心理状态样本的数据增强,进而实现心理风险数据的重均衡。最后在重均衡的数据集上训练得到心理风险识别模型,保障飞行员在实际飞行预警和模拟飞行针对训练的心理状态可探知、可记录、可分析。本发明针对性地面向飞行员高风险心理状态数据不足导致的心理风险样本不均衡场景,使高风险心理状态能够被精准捕捉、有效识别,保障飞行员在飞行过程中的飞行安全。
技术关键词
心理状态识别方法
样本
高风险
可视化技术
深度网络模型
数据
生理信号识别
残差网络
风险识别模型
均衡场景
队列
高压力
算法
电信号
偏差
系统为您推荐了相关专利信息
特征模板
带电粒子显微镜
计算机
生成图像数据
坐标
左心室射血分数
风险预测模型
梗死面积
降压药物
变量
掩码矩阵
机器学习模型
缺失数据填补方法
降维特征
能源