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：西安电子科技大学

摘要：本发明公开了一种基于可信冲突多模态学习的飞行员疲劳状态监测方法，包括：获取飞行员多个模态的生理数据并进行预处理，得到每个模态的生理数据的特征后，输入各模态的证据神经网络，得到每个模态的生理数据的特征被分配到第k种疲劳程度类别的证据e′k；基于证据e′k生成每个模态对应的观点后进行融合，得到融合观点w′；融合每个模态的生理数据的特征被分配到第k种疲劳程度类别的证据e″k，并根据得到的融合证据e″k计算飞行员为第k种疲劳程度类别的概率p′k；基于最大的概率p′k确定飞行员的疲劳程度类别，并根据融合观点w′确定对应地置信度。本发明实现了对模态间的冲突程度和决策的可信性的量化。

主权项：1.一种基于可信冲突多模态学习的飞行员疲劳状态监测方法，其特征在于，包括：获取飞行员多个模态的生理数据并进行预处理，得到每个模态的生理数据的特征；将所述每个模态的生理数据的特征输入各模态对应的证据神经网络，得到每个模态的生理数据的特征被分配到第k种疲劳程度类别的证据e′k，k＝1,…,K，K表示疲劳程度类别的数量；基于所述证据e′k生成每个模态对应的观点后，对所有模态对应的观点进行融合，得到融合观点w′；融合每个模态的生理数据的特征被分配到第k种疲劳程度类别的证据e′k，并根据得到的融合证据e″k计算飞行员为第k种疲劳程度类别的概率p′k；基于最大的概率p′k确定飞行员的疲劳程度类别，并根据所述融合观点w′确定所述飞行员的疲劳程度类别的置信度；其中，所述各模态对应的证据神经网络按照如下步骤预先进行训练：获取各模态的多个生理数据样本并进行预处理，得到每个模态的多个生理数据样本的特征；将第v个模态的多个生理数据样本的特征输入至待训练的证据神经网络，收集得到第v个模态的第n个生理数据样本的特征被分配到第k种疲劳程度类别的证据V表示模态数量，n＝1,…,N，N表示第v个模态的生理数据样本的数量；根据所述证据和第v个模态的第n个生理数据样本的特征对应的狄利克雷分布参数计算第v个模态的第n个生理数据样本的特征被分配到第k种疲劳程度类别的先验概率置信度及其被分配到各种疲劳程度类别的不可信度基于所述先验概率所述置信度和所述不可信度生成针对第v个模态下第n个生理数据样本的观点；融合所有模态下的观点得到融合观点；对不同模态下的观点进行冲突程度量化；根据预设损失函数、冲突程度量化结果和融合观点计算损失值；判断所述损失值是否满足预设条件；若否，则通过反向传播调整各模态对应的待训练的证据神经网络的参数；若是，则获得第v个模态对应的证据神经网络。

全文数据：

权利要求：

百度查询： 西安电子科技大学 基于可信冲突多模态学习的飞行员疲劳状态监测方法