科技与创新2024，Issue(3) ：55-57.DOI:10.15913/j.cnki.kjycx.2024.03.015

基于飞行员疲劳状态监测的脑认知深度模型设计

王晨
科技与创新2024，Issue(3) ：55-57.DOI:10.15913/j.cnki.kjycx.2024.03.015
✕
  • 维普
  • 万方数据

基于飞行员疲劳状态监测的脑认知深度模型设计

王晨1
扫码查看

作者信息

  • 1. 顺丰航空有限公司,广东深圳 518000
  • 折叠

摘要

为了更好地分析与识别飞行员的疲劳状态,促进对飞行员飞行状态的及时监测与处理,构建了针对飞行员疲劳状态的彩色脑功率图和脑功率图深度网络模型,并设计了卷积神经网络参数优化方法,收集飞行员疲劳状态的相关数据.脑功率图深度网络模型具有较强的分类识别能力,与基于脑电信号的疲劳检测深度模型相对比,疲劳状态认知准确度提升了3％～5％,由此精准检测出飞行员的飞行状态,促使飞行员及时调节自身状态,缓解疲劳现象,顺利完成飞行任务.

关键词

飞行员/疲劳状态/脑认知/深度模型

引用本文复制引用

出版年

2024
科技与创新
中国计算机用户协会

科技与创新

ISSN：1008-0570
参考文献量8
段落导航相关论文