基于遺傳算法優(yōu)化最小二乘支持向量機(jī)的礦工疲勞程度識(shí)別模型

摘要： 為精準(zhǔn)識(shí)別礦工疲勞程度，減少因疲勞引發(fā)的煤礦人因事故，提出了一種基于遺傳算法(GA)優(yōu)化最小二乘支持向量機(jī)(LSSVM)的礦工疲勞程度識(shí)別模型。首先，通過疲勞誘發(fā)試驗(yàn)采集礦工心電數(shù)據(jù)，利用Friedman檢驗(yàn)優(yōu)選礦工疲勞程度的特征指標(biāo)；然后，采用主成分分析法對(duì)選取的特征指標(biāo)進(jìn)行降維處理，建立表征礦工疲勞程度的特征集；在此基礎(chǔ)上，利用遺傳算法優(yōu)化最小二乘支持向量機(jī)的關(guān)鍵參數(shù)，構(gòu)建... （共7頁(yè)）