一种基于贝叶斯最优化XGBoost算法的疲劳预测方法
- 专利权人:
- 北京航空航天大学
- 发明人:
- 赵琦,马裕静,陈立江,刘秉昊,刘通,尤玉虎
- 申请号：
- CN202010660308.4
- 公开号：
- CN111814880A
- 申请日:
- 2020.07.10
- 申请国别(地区):
- CN
- 年份:
- 2020
- 代理人:
- 摘要：
- 本发明提供一种基于贝叶斯最优化XGBoost算法的疲劳预测方法，步骤如下:一、利用信号采集仪，获得测试者在运动疲劳状态下的生理信号数据并存储；二、基于RANSAC算法剔除异常数据；三、利用SMOTE过采样算法进行少数样本重采样，解决类不平衡问题；四、利用XGBoost模型进行疲劳预测，将处理完成的样本数据输入XGBoost模型进行分类；五、利用贝叶斯最优化算法对XGBoost模型进行优化。通过以上步骤，实现疲劳预测的过程，提高了运动疲劳识别的智能度和准确率。
- 来源网站：
- 中国工程科技知识中心
