典型文献
基于XGBoost的多种生理信号评估心理压力等级方法
文献摘要：
基于生理信号客观评估心理压力状态成为目前的研究热点,但最佳评估算法有待进一步探索.本文选择心算任务诱发受试者的心理压力,采集了21位在校大学生的脑电、心电、皮肤电导、脉搏波4种生理信号.提取各生理信号时域和频域的多种特征,使用方差分析(ANOVA)、最大相关最小冗余(mRMR)、单个特征支持向量机(SVM)分类准确率、随机森林(RF)特征重要性、梯度上升决策树(GBDT)特征重要性、极端梯度提升(XGBoost)特征重要性6种特征选择方法筛选出有效特征,利用SVM、K近邻(KNN)、高斯朴素贝叶斯(GNB)、自适应提升算法(Adaboost)、GBDT、XGBoost 6种分类器对提取的特征进行分类.结果得出,GBDT特征筛选与XGBoost分类器的组合模型对心理压力的等级评估效果最佳.
文献关键词：
心理压力;生理信号;方差分析;分类器
中图分类号：
作者姓名：
林艳飞;龙媛;张航;刘志文;张政波
作者机构：
北京理工大学信息与电子学院,北京 100081;中国人民解放军总医院,北京 100036
文献出处：
引用格式：
[1]林艳飞;龙媛;张航;刘志文;张政波-.基于XGBoost的多种生理信号评估心理压力等级方法)[J].北京理工大学学报,2022(08):871-880
A类：
心算任务
B类：
XGBoost,生理信号,心理压力,压力等级,客观评估,压力状态,佳评,评估算法,在校大学生,脑电,心电,皮肤电,脉搏波,频域,ANOVA,最大相关最小冗余,mRMR,分类准确率,RF,特征重要性,梯度上升,决策树,GBDT,极端梯度提升,特征选择,选择方法,有效特征,近邻,KNN,朴素贝叶斯,GNB,自适应提升算法,Adaboost,分类器,特征筛选,组合模型,等级评估,评估效果
AB值：
0.449472
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
