MPA-LSSVM疲劳识别模型

识别精度更高

一种基于海洋捕食者算法优化LSSVM的矿工疲劳识别模型,通过ECG特征与PCA降维,实现比SVM和LSSVM更高的疲劳识别精度与鲁棒性。

Chen, Ying · 卢才武 · 田水承 · 顾清华 · Song, Jiang · 李新宏 · Yuan, Zou

Process Safety and Environmental Protection: Transactions of the Institution of Chemical Engineers, Part B 2023

参数信息

相对SVM的识别精度提升
13.99 %
相对LSSVM的识别精度提升
18.68 %

技术优势

识别更准

通过MPA优化LSSVM参数,模型能够更有效地捕捉ECG特征与疲劳等级之间的复杂映射,识别精度大幅提升。

模型更稳

经优化的模型对噪声和个体差异具有更强抵抗力,在实际监测中表现更稳定。

指标精简

采用PCA降维,提取深度疲劳特征参数集,以较少特征表征疲劳水平,降低计算负担。

应用场景