摘要
本发明公开了一种基于PVT实验范式的精神疲劳检测数据集构建方法,使用PVT实验范式诱发受试者的精神疲劳,同步采集其行为表现和对应的脑电信号数据;对采集的脑电信号进行降噪预处理;从脑电信号中切分出与各试次相对应的固定长度片段;基于PVT的反应时间任务绩效指标,制订多种衍生的任务绩效指标,将这些任务绩效指标及其组合用于表征精神疲劳状态;基于任务绩效指标及其所表征的精神疲劳状态,设置分类阈值、分类基准及清洗方法,对脑电信号片段进行分类标注及清洗;提取标注并保留脑电信号片段的特征,编制输入特征矩阵与标签向量,构建用于训练和测试机器学习模型的数据集。本发明的数据集构建方法可改善机器学习模型的精神疲劳检测性能。
技术关键词
数据集构建方法
机器学习模型
分类阈值
分类基准
脑电信号采集设备
注视点
信道
样本标注方法
指标
脑电信号特征
表征受试者
采集脑电信号
清洗方法
标签
非线性特征
空域特征
基准特征
系统为您推荐了相关专利信息
图像特征信息
商品特征信息
视觉识别系统
机器学习模型
特征点信息
机器学习模型
计算机可执行指令
阶段
数据
多模态
长短期记忆网络
注意力机制
交易检测方法
数据
处理器
异常分析方法
故障诊断模型
机器学习模型
长短期记忆网络
寿命预测模型
机器学习模型
数据写入方法
闪存设备
可执行程序代码
可读存储介质