摘要
本发明公开了一种夜视装备使用人员认知状态评估方法及存储介质,该方法基于五种经典机器学习分类评估模型,针对夜视条件下夜视装备使用人员的多模态生理数据,结合贝叶斯估计方法将多分类器集成化,构建更加完整准确的数据映射模型,实现夜视装备人员认知状态的评估,最终的目的在于有效提升多模态生理数据分类评估的准确率。本发明有效提升分类评估结果的准确率,为后续数据分析提供有力的保障,在操作员界面系统设计、人机交互模式的智能化升级以及人机预警方面具有重要的参考价值,对人机交互的发展具有显著的促进作用。
技术关键词
机器学习分类
夜视装备
状态评估方法
贝叶斯估计方法
人机交互模式
后续数据分析
神经网络分类
组合分类器
操作员界面
多模态生理
矩阵
指标
夜视条件
错误率
样本
支持向量机
数据分类
K近邻
随机森林
系统为您推荐了相关专利信息
干式空心电抗器
绝缘状态评估方法
初始弹性模量
幅值
仿真模型
数据处理中心
声波传播路径
后验概率分布
气象传感器
声学传感器
健康状态评估方法
灰色关联分析
评估指标体系
铝电解槽
灰色关联度
转运箱
状态评估方法
海洋养殖
三维模型
状态评估系统
局部特征提取
误差状态
电流互感器误差
融合特征
原始图像数据