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.
PDF全文下载地址：http://journal.bit.edu.cn/zr/article/exportPdf?id=2decc566-8727-4821-88ba-ca59aa864b53