科研之友
微信
新浪微博
Facebook
分享链接
摘要
调度员的疲劳作业是一个严重的铁路行车安全问题。如果在调度员作业过程中及时发现其过于疲劳并发出警告,可避免因疲劳造成的铁路行车安全事故。本研究基于隐马尔可夫模型(HMM)与BP(Back Propagation)神经网络,通过记录的5项面部特征指标(注视时间、平均瞳孔大小、眨眼频率、眨眼时长、哈欠频率)结合工作时间对长时间作业下的高速铁路调度员疲劳度进行判定。研究结果显示,HMM模型对时段特征数据集的判定准确率相对时刻特征数据集高,且对Ⅰ级疲劳判定表现较BP神经网络优秀,而BP神经网络对两种数据集的判定效果相似且均优于HMM模型,其对Ⅱ级,Ⅲ级疲劳有着较为准确的判定。
- 单位
