|
|||||
|
|
| 基于支持向量机的管制疲劳检测模型研究 | |
| 引用本文： | 靳慧斌,朱国蕾,吕川. 基于支持向量机的管制疲劳检测模型研究[J]. 安全与环境学报, 2019, 19(1): 99-105 |
| 作者姓名： | 靳慧斌 朱国蕾 吕川 |
| 作者单位： | 中国民航大学通用航空学院,天津,300300;中国民航大学国家空管运行安全技术重点实验室,天津,300300;中国民航大学中欧航空工程师学院,天津,300300 |
| 基金项目： | 中国民航局安全能力专项资金项目;中央高校基本科研业务费专项 |
| 摘 要： | 管制疲劳是影响民航安全的重大隐患,准确检测疲劳状态是进行疲劳预警、降低疲劳风险的关键。提出应用支持向量机模型融合多生理参数和眼动指标进行管制疲劳检测,通过MP150多导生理记录仪与眼动仪,采集模拟管制试验中正常与剥夺睡眠状态下被试的试验数据,同时记录其Karolinska疲劳等级和操作绩效。结果表明,RR间期、LF/HF、快慢波比值、PERCLOS和扫视速度均与管制疲劳呈较强相关,利用支持向量机融合五项指标构建管制疲劳检测模型,对于五级疲劳度的识别准确率为78. 1%,判断正常组与剥夺睡眠组的准确率为94. 2%。 |
| 关 键 词： | 安全管理工程 空中交通管制 多生理参数 眼动 疲劳检测 支持向量机 |
On the air traffic controller's fatigue detection based on the support vector machine |
|
| Affiliation: | (General Aviation College,Civil Aviation University of China,Tianjin 300300,China;National Key Laboratory of Air Traffic Operation Safety Technology,Civil Aviation University of China,Tianjin 300300,China;Sino-European Institute of Aviation Engeering,Civil Aviation niversity of China,Tianjin 300300,China) |
| Abstract: | JIN Hui-bin;ZHU Guo-lei;LU Chuan(General Aviation College,Civil Aviation University of China,Tianjin 300300,China;National Key Laboratory of Air Traffic Operation Safety Technology,Civil Aviation University of China,Tianjin 300300,China;Sino-European Institute of Aviation Engeering,Civil Aviation niversity of China,Tianjin 300300,China) |
| Keywords: | safety control air traffic control multiple physiological parameters eye movement fatigue detection support vector machine |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ | |