<?xml version="1.1" encoding="utf-8"?>
<article xsi:noNamespaceSchemaLocation="http://jats.nlm.nih.gov/publishing/1.1/xsd/JATS-journalpublishing1-mathml3.xsd" dtd-version="1.1" xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"><front><journal-meta><journal-id journal-id-type="publisher-id">TACS</journal-id><journal-title-group><journal-title>Technology and Application of Computer Science</journal-title></journal-title-group><issn>2998-8926</issn><eissn>2998-8934</eissn><publisher><publisher-name>Art and Technology</publisher-name></publisher></journal-meta><article-meta><article-id pub-id-type="doi">10.61369/TACS.2025110038</article-id><article-categories><subj-group subj-group-type="heading"><subject>Article</subject></subj-group></article-categories><title>基于多模态数据融合评估的驻村干警职业心理压力
评估模型研究</title><url>https://artdesignp.com/journal/TACS/2/11/10.61369/TACS.2025110038</url><author>田加知,赖河蒗,贾甲麟</author><pub-date pub-type="publication-year"><year>2025</year></pub-date><volume>2</volume><issue>11</issue><history><date date-type="pub"><published-time>2025-06-14</published-time></date></history><abstract>驻村干警是基层社会治安综合治理的中坚力量，他们的心理健康状况直接关系到政府执政能力和社区和谐稳定。鉴于传统心理评估方法单一、滞后的缺陷，我们期望构建一个基于多模态数据融合评估的驻村干警职业心理压力评估模型（后简称模型）来突破困局。模型期望通过整合心理、生理、行为和环境等维度信息，并经深度学习算法实现心理压力的精准评估与预警。模型相较传统的量表测评方法准确率显著提升，为驻村干警心理健康管理提供了科学化、动态化的解决方案。</abstract><keywords>多模态数据融合,驻村干警,心理压力评估,心理健康监测</keywords></article-meta></front><body/><back><ref-list><ref id="B1" content-type="article"><label>1</label><element-citation publication-type="journal"><p>[1] 袁智超. 农村黑恶势力对农村社会稳定影响研究[D]. 中国人民公安大学,2020.DOI:10.27634/d.cnki.gzrgu.2020.000177.[2] 陈小强, 张慧, 黄志鹏. 基于深度学习的视觉- 生理多模态疲劳驾驶检测系统设计[J]. 无线互联科技,2024,21(20):36-39.[3] 周红, 汤世隆, 顾佳楠, 等. 基于自然语言处理和深度学习的建设工程合同智能分类方法研究[J]. 科技管理研究,2023,43(08):165-172.[4] 朱峻森, 李洋, 刘洪广. 心率变异性在民警工作表现中的监测与应用[J]. 云南警官学院学报,2022,(01):81-87.[5]Ling Zhang&amp;amp;Hang Yin(2022).Real-time mental stress detection using multimodality expressions with a deep learning framework.Frontiers in Neuroscience,16(3),1-16.[6]Moein Razavi&amp;amp;Samira Ziyadidegan(2024).machine learning,deep learning,and data preprocessing techniques for detecting,predicting,and monitoring stress and stressrelated mental disorders:scoping review.JMIR MENTAL HEALTH,28(3),1-28.[7]Dalia Jaber&amp;amp;Hazem Hajj(2022).medically-oriented design for explainable ai for stress prediction from physiological measurements.BMC Medical Informatics and Decision Making,20(3),1-20.[8] 杨有柏, 王子鸣. 北证50 指数上市公司投资价值研究&amp;mdash;&amp;mdash; 基于XGBoost 和SHAP 的实证分析[J]. 科技创业月刊,2025,38(03):130-136.[9] 刘天宇, 刘静, 马金刚, 等. 深度学习在皮肤癌病变分类诊断中的应用进展[J]. 计算机系统应用,2024,33(12):1-15.[10] 黄靛, 李紫霞, 万良豪. 基于机器学习的电信诈骗危险预测研究[J]. 镇江高专学报,2023,36(02):56-60.</p><pub-id pub-id-type="doi"/></element-citation></ref></ref-list></back></article>
