操作疲劳识别算法

识别准确率超九成

针对深部煤矿高温高湿环境，集成心电与皮温特征，实现了对矿工操作疲劳状态的稳定识别。

Chen, Ying · Peishuo, Chai · 顾清华 · Yuehan, Liu · Shengwei, Li · Yuan, Zou

Journal of Loss Prevention in the Process Industries 2025

参数信息

识别准确率

91.6 %

技术优势

识别准

Bagging集成优化后的SVM模型实现了91.6%的准确率。

特征有据

心电与皮温信号与疲劳正相关，且相关性排序为脸颊温度>心率>鼻温>RMSSD。

应用场景

• 深部煤矿安全监测：在深部煤矿安全监测中用于准确识别矿工疲劳状态，预防事故。
• 作业疲劳穿戴监测：为穿戴式疲劳监测提供基于心电与皮温的识别模型。