基于集成学习模型的飞行学员认知负荷研究

PAN Ting, TANG Bokai,SI Haiqing,WANG Haibo, ZHANG Zhongzhe

Advances in Aeronautical Science and Engineering（2023）

引用 0|浏览4

暂无评分

摘要

在飞行过程中,飞行员需要在短时间内接收大量信息,并做出正确的判断与决策,而过高的认知负荷会影响其感知、判断、决策等认知过程,进而影响飞行安全.首先通过飞行模拟实验获取飞行学员在执行不同飞行任务时的生理数据;然后通过时域、频域分析等方法提取呼吸和心电信号的特征,并通过统计学方法筛选出能够反映认知负荷水平的指标;最后结合支持向量机、K最邻近、人工神经网络等方法建立集成学习模型,对飞行学员的认知负荷进行评估,并与单一算法进行对比.结果表明:本文建立的集成学习模型具有较高的准确率,能够更好地反映飞行学员的认知负荷水平.

查看译文

关键词

physiological signal,flight cadets,cognitive load,ensemble learning,feature selection,flight safety

AI 理解论文

溯源树

样例

生成溯源树，研究论文发展脉络

Chat Paper

正在生成论文摘要