1.一种程序员的疲劳程度的检测方法,含有以下步骤:
步骤1:用键盘和鼠标监测软件获取键盘和鼠标的输出,利用摄像头和图像处理技术确定人的骨骼点获取人的头部动作,将数据汇集到处理器,处理器将已获得的数据处理成可以看出程序员特征的形式,有程序员在规定时间内敲击backspace、delete的次数,以及鼠标按下的次数。数据归一化后做成一个向量[a1,a2,a3]T,其中a1设置成按backspace的频率,a2设置成按delete的频率,a3设置成鼠标按下频率,a1,a2,a3用数字0-9的来表示频率。
步骤2:用模式识别方法来进行数据分析,程序员的疲劳状态分为四种状态,状态A为精神饱满,状态B为精力比较充沛,状态C为有点疲劳,状态D为非常疲惫,在给出的同时给出每一个状态的特征,根据分类给出程序员属于的状态分类,并对此给出一个符合每个状态的概率,最后给出概率最高的状态和程序员处于这个疲劳状态的概率,处于K状态的概率PK=数据对于状态K契合度/数据对于各个状态的契合度的总和;
步骤3:系统给出一个提示音和屏幕弹窗作为测试信号;
步骤4:用键盘和鼠标监测软件获取键盘和鼠标的输出,利用摄像头和图像处理技术获取人的动作,汇集到处理器并进行数据分析;
步骤5:代入二项分布的公式进行计算,步骤2给出了概率PK,在此把Pk作为先验概率,在步骤3和4的基础上用贝叶斯公式进行更新;
P(AB)=P(BA)
P(A|B)*P(B)=P(B|A)*P(A)
P(A|B)=P(B|A)*P(A)/P(B)
P(A|B)是指在步骤3和4的基础上用贝叶斯公式进行更新过后的概率,也就是在发出了测试信号后程序员有了反应动作之后仍处于K状态的概率;
P(B|A)是指程序员处于K状态下会进行反应动作的概率。
P(A)是指程序员处于该状态的先验概率,就是步骤2得到的PK;
P(B)是指一般情况下程序员进行反应动作的概率。