龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：电子科技大学
摘要：本发明公开了一种基于心电数据增强的飞行员高风险心理状态识别方法，涉及生理信号识别技术领域。本发明首先在全部数据上训练常规识别模型，然后利用特征可视化技术通过该模型提取不均衡数据集中头部类样本的低信息样本段，并将其与尾部类信号的心电有效信息进行拼接，实现对高风险心理状态样本的数据增强，进而实现心理风险数据的重均衡。最后在重均衡的数据集上训练得到心理风险识别模型，保障飞行员在实际飞行预警和模拟飞行针对训练的心理状态可探知、可记录、可分析。本发明针对性地面向飞行员高风险心理状态数据不足导致的心理风险样本不均衡场景，使高风险心理状态能够被精准捕捉、有效识别，保障飞行员在飞行过程中的飞行安全。
主权项：1.基于心电数据增强的飞行员高风险心理状态识别方法，其特征在于，包括下列步骤：步骤S1：在长尾分布的心电数据集D上训练得到低信息样本段提取模型fh；其中，长尾分布的心电数据集D的头部类为低风险心理状态，尾部类为高风险心理状态；低信息样本段提取模型fh为骨干网络为残差网络的深度网络模型；步骤S2：对于心电数据集D中所有的头部类样本，通过特征可视化技术利用模型fh提取每段头部类样本xh的样本低信息段，并存入低信息样本队列Q；步骤S3：在心电数据集D中所有尾部类样本峰值保护段之外的部分，利用低信息样本队列Q中的低信息样本段实现尾部类信号样本的数据增强，得到重均衡的心电数据集D’：步骤S4：在重均衡的心电数据集D’上训练得到飞行员风险心理状态识别模型f，其中飞行员风险心理状态识别模型f为骨干网络为残差网络的深度网络模型；步骤S5：对训练好的飞行员风险心理状态识别模型f输入飞行员的实时心电数据，得到飞行员的风险心理状态识别结果。
全文数据：
权利要求：
百度查询： 电子科技大学 基于心电数据增强的飞行员高风险心理状态识别方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号