论文部分内容阅读
复杂人机系统的安全性与操作员功能状态(Operator Functional States,OFS)密切相关,而OFS与操作员的心理、认知和生理状态有关。对OFS的客观定量评估是实现自适应辅助系统的前提,因此对OFS精确分类方法的研究十分必要。本文基于实测的操作员任务性能数据、主观评价数据、操作员电生理信号数据,使用支持向量机(Support VectorMachine,SVM)方法设计OFS分类器。仿真结果表明,该方法能将OFS较好地分为三类。分析还发现,选择合适的特征能大幅提高OFS的分类正确率。