摘要
本发明公开了一种矿工异常心理状态分级预警方法,分别在时域、频域、时频域和空间域上对处理后的三种模态信号进行特征提取和筛选,得到各自对应的第一目标信号特征集合,分别基于最优传输理论、最大均值差异算法和选定的核函数对第一目标信号特征集合进行局部和全局特征对齐,得到第二目标信号特征集合;并将其映射到统一的预设维度的嵌入空间中进行对比学习,得到第三目标信号特征集合;将其加权求和后输入到双向长短期记忆网络中,得到初始融合特征后输入到GhostNet网络,得到融合后的特征后输入到心理分级预警模型中的心理状态识别模块中,得到矿工的心理状态后,结合矿场环境参数输入到心理分级预警模型中的预警分级模块中,得到预警信息。
技术关键词
脑电信号特征
语音信号特征
皮尔逊相关系数
分级预警方法
双向长短期记忆网络
滑动窗口
心理状态识别
预警模型
融合特征
矩阵
生理
损失函数优化
跨模态
算法
矿场
理论
基础