TY-JOURA2-Riboni、DanieleAU-Kim、Tae-YeunAU-MQSSQEK、LiborAU-Kim、Sung-HwanPY-2021DA-2021DA-2021/04/14TI建模儿童压力状态识别这项研究为儿童提供压力状态识别模型,基础是机器学习、生物测定数据、智能带收集生物测定数据以及手机应用监测儿童压力状态分类此外,通过实验比较数据集只使用语音数据,而数据集同时使用语音和心率数据,我们的目标是验证两个生物信号数据集组合的有效性实验结果SVM模型显示最高性能,精确度为88.53%使用语音数据和心率数据数据集研究结果对可能实现儿童压力状态识别自动化产生强烈影响,预计开发方法可用于对儿童危险状况采取预防措施。SN-1574-017XUR-https://doi.org/101155/20215531770DO-10.115502215531770JF-移动信息系统PB-HindawiKW-ER-