《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》
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。
图表编号 | XD0077084200 严禁用于非法目的 |
---|---|
绘制时间 | 2019.08.25 |
作者 | 黄志强、张芳芳、顾卓筠、陈涛、顾苏、王灵眼 |
绘制单位 | 复旦大学附属华山医院博士后流动站、上海惠诚科教器械股份有限公司研发中心、华东师范大学心理与认知科学学院、上海惠诚科教器械股份有限公司研发中心、中国铁路济南局集团有限公司济南机务段、中国铁路济南局集团有限公司济南机务段、中国铁路济南局集团有限公司济南机务段 |
更多格式 | 高清、无水印(增值服务) |