[發明專利]工作記憶能力考核的方法及系統

在審

• 申請號: 201710391452.0
• 申請日: 2017-05-27
• 公開（公告）號: CN107301497A
• 公開（公告）日: 2017-10-27
• 發明（設計）人: 張駿;郭孜政
• 申請（專利權）人: 西南交通大學
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06F3/01;G06K9/00
• 代理公司: 北京集智東方知識產權代理有限公司11578
• 代理人: 陳亞斌,關兆輝

技術領域

本發明涉及特定人員工作記憶能力評估領域，特別涉及一種工作記憶能力考核的方法及系統。

背景技術

在高鐵調度作業中，當接收到調度作業任務時，臨時記憶一串數字或者指令(比如列車的車次號、公里標、速度)對與高鐵安全作業十分重要。

但目前對于工作記憶能力的測評基本都停留在定性的實驗測試，但對于調度員來說，每次工作周期之前進行測評是不切實際的。目前存在的重復測量各時域的一元方差，得到若干類波幅上存在著明顯性，從而提取特征向量的方法時間復雜度太高。

因此亟待開發一種更高效及通用性的調度員工作記憶能力考核方法。

發明內容

有鑒于此，本發明旨在提供一種工作記憶能力考核的方法及系統，通過融合被測人員的行為指標數據和腦電指標數據，增強了泛化能力，將原本的長時間訓練時間大量降低，從而提高了時效性，在評判及時性上得到了提高。

具體而言，所述方法包括步驟：在被測人員處于模擬任務狀態下，獲取所述被測人員的行為指標數據和腦電指標數據；分別將所述行為指標數據和所述腦電指標數據進行特征處理，取得相應的特征值；將所述行為指標數據的特征值和所述腦電指標數據的特征值作為輸入樣本，采用學習矢量量化算法進行網絡訓練，得到記憶能力水平輸出。

進一步地，，所述行為指標數據的特征值包括平均反應時和正確率。

進一步地，所述腦電指標數據的特征處理包括：使用主成分分析與判別分析方法對腦電幅值進行降維處理，取得特征值，并利用分類器分類。

進一步地，所述分類器包括單類分類器、多類分類器、概率式分類器。

進一步地，所述記憶能力水平輸出呈梯度式評價。

進一步地，所述網絡訓練具體包括：通過歐式距離最小的標準來尋找獲勝的神經元，使相似的樣本聚合一起，形成若干類。

其特征在于，所述方法中，所述模擬任務狀態具體為：在被測者準備完畢后，測試界面啟動，界面將產生多個不同難度的任務代號，當出現靶刺激時，被測者根據屏幕之前給出的任務指示，進行符合相應規則的操作。

另一方面，本發明還提供了一種工作記憶能力考核的系統，該系統包括：測試內容顯示單元，用于顯示被測人員的模擬任務環境；人機交互單元，用于被測人員的人機交互操控；行為記錄單元、腦電信號收集單元，分別用于獲取被測人員的行為指標數據、腦電指標數據；特征選取處理單元，用于分別將所述行為指標數據和所述腦電指標數據進行特征處理，取得相應的特征值；綜合評價處理單元，用于將所述行為指標數據的特征值和所述腦電指標數據的特征值作為輸入樣本，采用學習矢量量化算法進行網絡訓練，得到記憶能力水平輸出。

進一步地，所述腦電信號收集單元包括腦電儀。

采用本發明的工作記憶能力考核的方法及系統，將被測人員腦電幅值和受測者的行為指標相(平均反應時、正確率)融合，并利用了改進的算法，增強了該方法的泛化能力，將原本的長時間訓練時間大量降低，這樣提高了時效性，從而便于在實際條件下對相應目標人員的工作記憶能力進行實時監測。

附圖說明

并入到說明書中并且構成說明書的一部分的附圖示出了本發明的實施例， 并且與描述一起用于解釋本發明的原理。在這些附圖中，類似的附圖標記用于表示類似的要素。下面描述中的附圖是本發明的一些實施例，而不是全部實施例。對于本領域普通技術人員來講，在不付出創造性勞動的前提下，可以根據這些附圖獲得其他的附圖。

圖1為本發明實施例提供的一種工作記憶能力考核的方法的流程示意圖；

圖2為本發明實施例提供的工作記憶能力考核的方法及系統另一角度的流程及方框示意圖；

圖3為圖本發明實施例提供的一種工作記憶能力考核的系統的方框示意圖。

具體實施方式

為使本發明實施例的目的、技術方案和優點更加清楚，下面將結合本發明實施例中的附圖，對本發明實施例中的技術方案進行清楚、完整地描述，顯然，所描述的實施例是本發明一部分實施例，而不是全部的實施例。基于本發明中的實施例，本領域普通技術人員在沒有做出創造性勞動前提下所獲得的所有其他實施例，都屬于本發明保護的范圍。需要說明的是，在不沖突的情況下，本申請中的實施例及實施例中的特征可以相互任意組合。

下面結合附圖詳細說明本發明實施例涉及的一種工作記憶能力考核的方法。

參見圖1和圖2所示，該工作記憶能力考核的方法可以包括如下步驟：