买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉西安工业大学申请的专利多种听觉干扰下基于多生理信号的驾驶员工作负荷预测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN121171550B 。

龙图腾网通过国家知识产权局官网在2026-02-10发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202511311209.4，技术领域涉及：G16H50/20；该发明授权多种听觉干扰下基于多生理信号的驾驶员工作负荷预测方法是由彭志鹏;赵夏童;刘子怡;崔鸿帅;姬浩;刘家林;潘恒彦;霍一鹤;王永岗设计研发完成，并于2025-09-15向国家知识产权局提交的专利申请。

本多种听觉干扰下基于多生理信号的驾驶员工作负荷预测方法在说明书摘要公布了：本申请属于智能交通技术领域，公开了一种多种听觉干扰下基于多生理信号的驾驶员工作负荷预测方法，通过结合三种音乐节奏无、慢、快、两种导航模式高频和低频以及三种交通场景常规道路、学校道路和工地道路来创建，收集了多模态数据，包括皮电信号EDA、心电信号ECG、脑电信号EEG、驾驶行为特征和主观工作负荷评估，该数据用于构建工作负荷预测模型，采用了堆叠模型，该堆叠模型整合了多个机器学习模型以提高预测性能。

本发明授权多种听觉干扰下基于多生理信号的驾驶员工作负荷预测方法在权利要求书中公布了：1.多种听觉干扰下基于多生理信号的驾驶员工作负荷预测方法，其特征在于，包括以下步骤： 步骤1：场景设置；将多种听觉干扰与交通场景排列组合，形成多种驾驶场景； 步骤2：数据采集；采集多个驾驶员依照多种驾驶场景操作驾驶模拟器得到的驾驶行为数据，同时同步采集多个驾驶员的皮电信号、心电信号和脑电信号，并且统计多个驾驶员对多个驾驶场景的主观工作负荷评估； 步骤3：数据处理； 步骤3-1：对采集到的驾驶行为数据进行异常去除和滤波，接着对驾驶行为数据进行均值和标准差处理得到驾驶行为特征； 步骤3-2：对采集到的皮电信号、心电信号和脑电信号进行综合处理，得到生理特征； 步骤3-3：将主观工作负荷评估进行分类得到工作负荷类别，并将驾驶行为特征和生理特征分配到对应的工作负荷类别中，得到处理后的数据集； 步骤4：建立堆叠模型； 步骤4-1：基础学习器选择：选择四种树类模型作为基础学习器，树类模型为随机森林模型、极端梯度提升树模型、轻量梯度提升机模型和分类提升树模型； 步骤4-2：基础学习器训练：通过网格搜索优化每个树类模型，确定最佳超参数；接着将处理后的数据集输入到每个优化后的树类模型中生成初步预测结果； 步骤4-3：元学习器训练：初步预测结果用于构建元特征矩阵Z，元特征矩阵Z作为元学习器的输入，工作负荷类别作为元学习器的输出； 步骤4-4：通过元学习器训练得到工作负荷类别的预测模型和最终预测结果； 步骤5：模型结果解释；对训练完成的预测模型和最终预测结果进行SHAP解释分析，将元特征矩阵Z作为解释特征，通过SHAP框架量化每个解释特征对驾驶员工作负荷预测的贡献，用于预测多种听觉干扰下驾驶行为特征和生理特征对工作负荷的影响。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人西安工业大学，其通讯地址为：710021 陕西省西安市未央区学府中路2号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。