1.一种高速铁路行车调度员工作状态识别方法，其特征在于：包括以下步骤：S1.在行车调度工作状态进行两种工作状态的划分，并实现眼动特征信息采集；

所述步骤S1包括：S101 .将调度过程中与视觉活动高度相关的调度任务、调整任务与记录任务进行工作状态划分：将监控任务划分为监控状态；将调整任务与记录任务合并为一类形成调度员的任务状态；S102.在划分的任务状态时段和监控状态时段按照每30s一次的频率采集包含多个眼动特征的样本x,每个样本x是包含9个指标的向量：x＝[瞳孔不宁,瞳孔大小,眼跳频率,眼跳振幅,眨眼持续时间,眨眼间隔,眨眼频率,注视次数,注视时间]；

S2.以眼睛动态特征指标作为因变量，调度员工作状态作为判别分析的目标函数值,确定判别规则；

所述步骤S2包括：S201：对于步骤S102中的得到的样本x，若对应的时段为任务状态时段则将样本加入集合X1，对应的时段为监控状态时段则该样本加入集合X2S202：计算两种工作状态的均值向量其中i＝1时表示任务状态，i＝2时表示监控状态；

S203：计算两类的类内离散矩阵

S204：计算类内总离散矩阵

Sw＝Sw1+Sw2；

S205：计算矩阵Sw的逆矩阵

S206：求出系数向量

S207：确定判别函数为

S208：确定判别函数的初始判别阈值其中，N1和N2为集合X1和X2中样本的个数；

S3.将判别阈值加上一个修正量d，得到判别阈值修正量；

S4.确定判别时间，进行多次识别误差修正，从而判定调度员的工作状态。

2.根据权利要求1所述的一种高速铁路行车调度员工作状态识别方法，其特征在于：所述步骤S3包括以下子步骤：S301：求实验样本判别函数标准差：其中i＝1，2；Ni为集合Xi的样本个数；ui为步骤S202的计算结果；w*为步骤S206的计算结果S302：计算实验样本判别函数值的概率分布函数：其中i＝1，2；ui为步骤S202的计算结果；w*为步骤S206的计算结果S303:确定修正量d的取值：

其中w0为步骤S208的计算结果；错判损失比q(1∣2)/q(2|1)为常数，取值范围为2.37～3.88；Ni为集合Xi的样本个数；d为方程求解的结果；

S304：得出判别修正阈值，令

w0＝w0+d

S305：分类规则：若步骤S202计算的已知样本的均值向量u1和u2，有且