制造业是一个以劳动力为主的工业部门;工厂的成功取决于操作员的生产力。同样,这适用于各种工作场所的操作员,包括机械操作员和驾驶员,以及体力和脑力刺激性工作。过度的职业压力会导致严重的工作困难,对操作员的生产力、安全和健康产生负面影响。脑电图是一种重要的脑信号采集和记录技术,可以解码心理状态,有助于高精度地识别操作员的压力,从而提高他们的生产力并确保他们的安全。鉴于这种重要性,我们将开发一个操作员压力检测应用程序,帮助利益相关者根据操作员的脑信号监测他们在目标工作场所的状态。总的来说,通过本报告,我们将使用与操作员压力有关的公共数据集,并建立经过训练和优化的 ML 模型来预测压力水平。主题和功能已根据真实研究进行了讨论。
主要关键词