摘要
本发明公开了一种飞行人员操作状态分析方法,包括:S1、采用眼动追踪仪采集飞行员的眼动轨迹数据并生成眼动时间序列数据;同时采用肌电传感器阵列采集眼部肌肉电活动信号并转化成肌电特征向量;S2、将眼动轨迹生成多模态深度融合的眼动轨迹空间位置编码数据;S3、将经重要性权重分配后的眼动时间序列数据与增生后的眼动轨迹空间位置编码数据进行融合,得到融合数据;S4、将融合数据在XGBoost模型中训练,得到态势感知评估模型;S5、根据所述态势感知评估模型来评估飞行人员的操作状态。本发明通过高精度的数据采集手段获取眼动轨迹数据和眼部肌肉电活动信号,并对其进行深度处理和融合,从而提高了对飞行人员操作状态评估的准确性和可靠性。
技术关键词
状态分析方法
眼动轨迹
XGBoost模型
动作捕捉传感器
多层卷积神经网络
容错算法
多模态数据融合
多模态深度
递归神经网络
肌电传感器
变体结构
Mallat算法
空间定向训练
震动传感器
Kalman滤波
异常数据
光照传感器
量子进化算法
系统为您推荐了相关专利信息
硝酸肼镍
饱和度
XGBoost模型
参数
晶体生长速率
淬透性预测方法
齿轮钢
XGBoost模型
物理
机器学习模型
监测点
筛选方法
机器学习方法
生态
XGBoost模型