基于贝叶斯多源融合的个性化工作负荷智能评估方法

本发明提供一种基于贝叶斯多源融合的个性化工作负荷智能评估方法，涉及工作负荷评估领域。本发明中，首先，采集并处理多源异步数据；其次，通过纳入生化响应的滞后分布建模的个性化元先验方法，在缺乏个体历史数据的情况下，合理初始化可学习参数集合与工作负荷状态，避免先验偏差；再次，获取用于表征因果滞后影响的图谱聚合项，以构建状态转移模型，并引入质量自适应机制以构建观测模型，将低质量观测映射为更大的有效噪声以自动降权，降低异步与噪声对融合的干扰；最后，在同一框架内完成后验先值与不确定性估计，智能评估当前工作负荷状态，得以在准确性、解释性与可操作性方面优于现有技术，并具备跨场景迁移能力。