排序方式： 共有2条查询结果，搜索用时 15 毫秒
1
1.
针对使用主观量表评估飞行员工作负荷易受主观因素干扰的问题,将飞行员工作负荷评估试验划分成连续的15 s时间窗口,基于时间窗口内的客观绩效和生理数据,建立飞行员工作负荷评估模型。使用插值、去均值、归一化等方法预处理数据后,再将生理数据变化量作为工作负荷的特征维度,并基于生理数据变化量改进KNN算法,对工作负荷进行分类。通过引入生理数据变化量作为工作负荷的特征维度,优化分类模型的数据结构后,各传统分类算法的测试集F1分数均得到提高;使用生理数据变化量改进KNN算法后,高负荷数据分类准确率达到71%,总体准确率能达到88.5%;相比于传统KNN算法,高负荷数据分类准确率提升36.5%,总体准确率提升6.3%。 相似文献
2.
为了能够评估飞机驾驶舱眼动交互过程中的安全风险,提出了一种基于工作分解结构-风险分解结构和广义混合加权集结算子的安全风险评估方法。通过WBS-RBS构建安全风险矩阵,对风险进行识别,得到了飞机驾驶舱眼动交互的风险指标体系。根据专家评估的隶属度值和非隶属度值计算每个风险的GHWA算子,通过GHWA算子的得分值M(A)与精确值Q(A)对风险进行排序,从而得到安全风险评估结果。以飞机驾驶舱眼动交互过程为例进行了分析,得出以下结论：从整体上来看,风险排序中设备未正常检修、设备调试不合格和眼动交互对人员的影响这三项得分值M最大,这表明在眼动交互过程中对人为因素的控制更为重要。 相似文献
1