[發明專利]基于腦負荷的操控工效分析方法、設備及系統有效
| 申請號: | 202011021842.7 | 申請日: | 2020-09-25 |
| 公開(公告)號: | CN112256123B | 公開(公告)日: | 2022-08-23 |
| 發明(設計)人: | 李小俚;趙小川;顧恒;姚群力;丁兆環;張昊;柳傳財;張予川 | 申請(專利權)人: | 北京師范大學 |
| 主分類號: | G06F3/01 | 分類號: | G06F3/01;G06V40/16;G06V10/764;G06V10/82;G06N3/04;G06N3/08;G06N20/00;G06Q10/06;A61B5/00;A61B5/24;A61B5/369;A61B5/16 |
| 代理公司: | 北京博雅睿泉專利代理事務所(特殊普通合伙) 11442 | 代理人: | 吳秀娥 |
| 地址: | 100088 北*** | 國省代碼: | 北京;11 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 基于 負荷 操控 工效 分析 方法 設備 系統 | ||
1.一種基于腦負荷的操控工效分析方法,包括:
獲取操控選手操控目標對象執行目標任務產生的操控行為數據和生理信息數據,其中,所述操控行為數據包括反映所述操控選手在執行目標任務的過程中,對任務執行設備的操控行為的數據,還包括所述操控選手在執行完目標任務后對自身腦負荷狀態的主觀評價結果,所述操控行為數據包括:目標對象的移動軌跡、操控桿的加速度、操控桿的角度;
根據所述操控行為數據和所述生理信息數據,確定與腦負荷評價指標對應的第二生理特征向量的向量值;所述第二生理特征向量包括影響所述腦負荷評價指標的多個第二生理特征;
將所述第二生理特征向量的向量值輸入預置的腦負荷識別模型,獲得所述操控選手對于所述腦負荷評價指標的評分;其中,所述腦負荷識別模型反映第二生理特征向量與腦負荷評價指標的評分之間的映射關系;
根據所述操控選手對于所述腦負荷評價指標的評分,獲得所述操控選手的操控評分,包括:
預先設置有腦負荷內源評價指標、腦負荷外源評價指標和腦負荷主觀評價指標,根據腦電采集設備、皮電采集設備和心電采集設備所采集的生理信息數據,得到所述腦負荷內源評價指標的評分;根據眼動追蹤設備、視頻采集設備和語音采集設備所采集的生理信息數據,得到所述腦負荷外源評價指標的評分;根據所述操控行為數據中所述操控選手的對于所述腦負荷狀態的主觀評價,得到所述腦負荷主觀評價指標的評分;
將所述操控選手對于每一腦負荷評價指標的評分輸入預置的結構方程模型,獲得所述操控選手的所述操控評分;
根據所述操控評分,執行設定的操作,
其中,所述方法還包括:
基于預置的深度信念網絡,根據所述操控行為數據和所述生理信息數據,確定深度特征向量的向量值;
根據所述第二生理特征向量的向量值和所述深度特征向量的向量值,確定拼接特征向量的向量值;其中,所述拼接特征向量為對所述第二生理特征向量和所述深度特征向量進行拼接得到;
所述將所述第二生理特征向量的向量值輸入預置的腦負荷識別模型,獲得所述操控選手對于所述腦負荷評價指標的評分包括:
將所述拼接特征向量的向量值輸入所述腦負荷識別模型,獲得所述操控選手對于所述腦負荷評價指標的評分,
所述方法還包括獲得所述腦負荷識別模型的步驟,包括:
獲取第二訓練樣本,其中,一個第二訓練樣本對應一位測試人員,一個第二訓練樣本反映對應測試人員的拼接特征向量的向量值與已知的所述腦負荷評價指標的評分之間的映射關系;
根據所述第二訓練樣本對高斯核向量機進行訓練,得到所述腦負荷識別模型,
其中,所述根據所述第二訓練樣本對高斯核向量機進行訓練,得到所述腦負荷識別模型包括:
根據所述第二訓練樣本的所述拼接特征向量的向量值,以所述高斯核向量機的第二網絡參數為變量,確定所述第二訓練樣本的腦負荷評分預測表達式;
根據所述第二訓練樣本的腦負荷評分預測表達式以及所述第二訓練樣本對應的所述腦負荷評價指標的評分,構建第二損失函數;
根據所述第二損失函數確定所述第二網絡參數,得到所述腦負荷識別模型,
其中,所述根據所述第二損失函數確定所述第二網絡參數,得到所述腦負荷識別模型包括:
基于拉格朗日乘子法,根據所述第二損失函數確定所述第二網絡參數,得到所述腦負荷識別模型。
2.根據權利要求1所述的方法,其中,所述生理信息數據包括腦電信號;任一生理特征向量包括腦電特征;
確定任一生理特征向量的向量值的步驟包括:
獲取所述腦電信號的腦電功率譜,作為目標腦電功率譜;
從預設的多個功率譜分類中,確定所述目標腦電功率譜所對應的功率譜分類,作為目標功率譜分類;
根據所述目標功率譜分類所對應的腦節律,確定對應生理特征向量的向量值。
3.根據權利要求2所述的方法,其中,所述方法還包括獲得功率譜分類的步驟,包括:
獲取多個參考腦電信號的參考腦電功率譜;
基于多種聚類算法,分別對所述多個參考腦電功率譜進行聚類,得到對應每種聚類算法的聚類結果;
基于共識聚類算法,根據對應每種聚類算法的聚類結果,得到所述多個功率譜分類,其中,每一所述功率譜分類中包含至少一個參考腦電功率譜。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于北京師范大學,未經北京師范大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202011021842.7/1.html,轉載請聲明來源鉆瓜專利網。





