基于XGBoost的多种生理信号评估心理压力等级方法

基于生理信号客观评估心理压力状态成为目前的研究热点,但最佳评估算法有待进一步探索. 本文选择心算任务诱发受试者的心理压力,采集了21位在校大学生的脑电、心电、皮肤电导、脉搏波4种生理信号. 提取各生理信号时域和频域的多种特征,使用方差分析(ANOVA)、最大相关最小冗余(mRMR)、单个特征支持向量机(SVM)分类准确率、随机森林(RF)特征重要性、梯度上升决策树(GBDT)特征重要性、极端梯度提升(XGBoost)特征重要性6种特征选择方法筛选出有效特征,利用SVM、K近邻(KNN)、高斯朴素贝叶斯(GNB)、自适应提升算法(Adaboost)、GBDT、XGBoost 6种分类器对提取的特征进行分类. 结果得出,GBDT特征筛选与XGBoost分类器的组合模型对心理压力的等级评估效果最佳.      

怎样让学生开口说英语

英语教学难,农村学校英语教学更难,很多学生特别是少数民族学生连说汉语都表达不清楚,更不要说英语了,怎样让农村中学学生开口说英语、说好英语,是农村中学英语教师面临的一大难题.文章就影响农村学生说英语的因素、怎样培养学生说英语的兴趣、如何提高说的质量等方面做了阐述.     

怎样让学生开口说英语

英语教学难，农村学校英语教学更难，很多学生特别是少数民族学生连说汉语都表达不清楚，更不要说英语了，怎样让农村中学学生开口说英语、说好英语，是农村中学英语教师面临的一大难题。文章就影响农村学生说英语的因素、怎样培养学生说英语的兴趣、如何提高说的质量等方面做了阐述。