摘要
本发明公开了一种利用工作记忆力范式绩效指标评估认知疲劳的数据标注方法。利用N‑back任务对受试者进行任务测试,并利用k‑means算法对其准确率和反应时间进行聚类并评估BIC,轮廓系数、Calinski‑Harabasz指数和Davies‑Bouldin指数,同时利用归一化处理方法提升数据的准确性和质量,获得对原始数据进行标注的分割阈值,从而实现对全程采集的测试数据进行标注。本发明采用N‑back任务绩效作为认知疲劳标注,首次提出通过对任务绩效进行无监督学习客观判定认知疲劳分类及相应阈值,并据此作为认知疲劳标注标准指导对应的生理指标数据分类训练,实现基于生理指标的认知疲劳状态实时评估。
技术关键词
数据标注方法
k‑means算法
指标
轮廓系数
正确率
聚类算法
答题
无监督学习
指数
数据分类
工具包
样本
生理
训练集
标签
标记
答案
参数
系统为您推荐了相关专利信息
监测点
降尘喷雾装置
控制喷雾装置
喷雾控制设备
风速
模糊综合评价
水电站检修
数字孪生模型
考试系统
指标
性能指标数据
性能预测模型
性能监控方法
数据存储设备
基线