摘要
本发明提供了一种基于呼气VOCs的人员心理压力分级评价方法,包括以下步骤:步骤一:构建呼出气VOCs原始样本数据集。步骤二:基于格拉姆角场对原始样本数据集中的呼气VOCs样本数据进行图像化处理。步骤三:建立心理压力评价算法模型框架。步骤四。训练心理压力评价算法模型,得到训练好的模型框架。步骤五:读取测试数据集,输入到步骤四中训练好的模型框架进行分类,计算得到输出类别,并计算心理压力评估指标。本发明利用了呼出气VOCs信息,将呼出气VOCs样本时序数据转化为二维图像化数据,提高特征提取能力,充分将深度学习和计算机视觉的优势利用在心理压力分级评价上,从而实现高精度、高效的心理压力分级评价。
技术关键词
分级评价方法
样本
注意力
评价算法
Softmax分类器
呼气
数据
图像
Sigmoid函数
梯度下降算法
输出特征
硬件平台
电子鼻
多层感知机
通道
呼出气
模块
Softmax函数
框架
预测类别
系统为您推荐了相关专利信息
摘要
训练样本数据
语义向量
生成训练样本
采样方法