基于CART决策树的管制员疲劳检测研究
靳慧斌
朱国蕾
吕川
1.中国民航大学,天津,3003002.中国民航大学,天津,3003003.中国民航大学,天津,300300
摘要：目的 为保障民航安全,开发实时检测管制员疲劳的技术方法,积极进行疲劳预警.方法 通过模拟管制实验采集正常与剥夺睡眠状态下受试者的脑电、心电、呼吸、体温和眼动等多源数据并计算疲劳特征指标,同时记录受试者的主观疲劳程度和操作绩效,在此基础上建立识别管制疲劳状态的CART决策树模型.结果 RR间期、LF/HF、快波/慢波、PERCLOS和扫视速度均与管制员疲劳呈较强相关,利用决策树融合这五项指标构建疲劳检测模型,其识别受试者正常与疲劳状态的准确率为94.4％,对5级疲劳度的预测准确度为77.5％.结论 该模型可以为管制员疲劳监测和预警提供技术手段.
关键词：空中交通管制疲劳检测生理参数眼动决策树
分类号：R857.1(航空航天医学)
资助基金：国家自然科学基金(U1333112)中国民航局安全能力专项(TMSA2017-246-1/2)中央高校基本科研业务费专项(3122014B007)
论文发表日期：2018-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：6( 601-606 )
英文信息