【摘要】在航天任务中对脑力负荷的有效检测可以保障任务执行效率和生产安全，预测航天员的表现。针对跨时间脑力负荷检测，依据MATB任务设计了包含不同难度任务的跨时间实验范式，采集了14名志愿者3次不同时间的脑电数据。基于迁移学习Boosting方法，引入辅助数据，设计了基于TrAdaboost的跨时间脑力负荷识别算法，在没有目标数据参与的情况下进行了跨时间的分类识别。探索了最佳分段长度和辅助样本比例对识别效果的影响，并基于多个数据样本进行了决策研究，跨时间下的脑力负荷最佳识别准确率达到74.73%。结果表明，提出的跨时间脑力负荷分类框架实现了脑力负荷的有效识别。
【关键词】脑力负荷；脑电图；迁移学习；跨时间分类
【作者】钟文潇，安兴伟，刘畅，高立鹏，刘爽，姜劲，曹勇，焦学军，明东
