摘要
本发明提出了基于分数阶深度极限学习机的智能安全帽作业疲劳风险预警分类算法。属于智能穿戴设备与人工智能技术领域;所述分类算法通过如下方法进行执行,所述方法包括:通过智能安全帽上集成的多传感器,实时获取原始数据,所述原始数据包括人员生理数据以及环境数据;对采集到的原始数据进行预处理,利用分数阶微积分理论对数据进行分数阶微分或积分处理,提取更深层次的信息特征。通过智能安全帽上集成的多传感器(如心率、脑电波、加速度和环境传感器),能够实时获取作业人员的生理数据和环境数据。
技术关键词
深度极限学习机
智能安全帽
分数阶微积分理论
深度神经网络结构
风险
云端管理平台
算法
数据流处理过程
时间序列分析技术
重要性评估方法
环境传感器
运动
训练机器学习模型
实时预警系统
数据缓存机制
预警机制
系统为您推荐了相关专利信息
智能预警方法
样本
风险
计算机可执行指令
数据挖掘技术
跨模态数据
时空耦合关系
动态贝叶斯网络
模态特征
多时空尺度
旅客
优化调度方法
安检门
网络拓扑模型
历史流量数据
金融风险管理方法
周期性特征
模拟模型
分析模块
对象