《表3 疲劳等级区间:高铁司机行车前疲劳检测系统设计与开发》

《表3 疲劳等级区间:高铁司机行车前疲劳检测系统设计与开发》   提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《高铁司机行车前疲劳检测系统设计与开发》


  1. 获取 高清版本忘记账户?点击这里登录
  1. 下载图表忘记账户?点击这里登录

使用K-均值聚类分析法对所得疲劳指标进行分类,得到5类。为了在实际应用中便于分级,将这5类的最低两类合并,得到4个疲劳等级。以疲劳等级为因变量,以综合疲劳指数为自变量,建立决策分类树。决策树算法选择CART算法。SPSS中模型设置如下:自变量疲劳指标被离散为4个区间,根据聚类分析结果,最小样本为10,因此根节点的最大深度取5,父节点和子节点各取20和10,交叉检验样本群树为10。最终分级,如表3所示。