[发明专利]一种基于自组织临界性的精神疲劳临界点标定方法

权利要求书

1.一种基于自组织临界性的精神疲劳临界点标定方法，其特征在于，步骤如下：

步骤一，依据国际标准10-20脑电电极定位系统，采集长时间特种作业过程中的脑电波信号，同时采集操作行为数据，并对脑电波信号进行数据预处理；

步骤二，利用滑动时间窗构建动态功能脑网络，并对其进行统计特性分析；

动态功能脑网络分析包括：

计算滑动时间窗内各通道脑电数据间的相关程度，得到邻接矩阵；

以脑电电极为节点，以邻接矩阵元素为边，建立权值脑网络；

计算使权值脑网络成为连通图的最大阈值，对邻接矩阵进行二值化处理，建立二值化脑网络；

对二值化脑网络进行统计特性分析，提取集聚系数、特征路径长度和全局效率统计特征量；

步骤三，在动态功能脑网络上进行精神疲劳的雪崩动力学推演，利用添加粒子和粒子倒塌过程构建自组织临界模型，判断脑网络是否具有自组织临界性，检测精神疲劳的临界状态；

基于自组织临界模型的精神疲劳临界状态检测包括：

整合集聚系数、特征路径长度和全局效率，计算动态功能脑网络的疲劳综合指标，得到脑网络的动态特性；所述疲劳综合指标计算公式如下

FI＝(L-C)/E_global

式中，FI为综合疲劳指标，L为特征路径长度，C为集聚系数，E_global为全局效率，其中FI数值越大，表明驾驶员越疲劳，警觉性维持能力越差；反之，FI数值越小，精神状态越好，警觉性维持能力越强；

根据度分布，在脑网络节点上添加粒子，添加粒子后节点高度加1；

设置每个节点倒塌的高度阈值与节点的度相同，进行倒塌判断；

以倒塌后所有节点稳定记为一次雪崩，进行雪崩动力学推演；

根据自组织临界性的雪崩行为具有“幂律”分布，检测脑网络是否具有自组织临界性；

利用雪崩行为的“幂律”分布规律，对自组织临界点进行标定；

步骤四，结合特种作业操作行为数据，对基于自组织临界性的精神疲劳临界点标定的有效性进行检验；

疲劳临界点标定的有效性检验通过行为数据特征提取实现，判断临界点附近是否出现行为数据特征异常值。

2.根据权利要求1所述的精神疲劳临界点标定方法，其特征在于，

所述的行为数据特征提取，分析算法包括：

基于Z-score进行行为数据标准化处理；

采用加权平均法进行行为数据融合；

计算行为数据的均值、标准差和样本熵，作为其特征值。