本书系统阐述了矿工作业疲劳状态识别技术的理论框架与工程应用，围绕疲劳机理分析、多源特征优选及智能识别模型构建展开深入研究。通过融合生理信号(心电、肌电)、行为数据及主观量表信息，提出基于模糊综合评价的疲劳等级划分标准，并创新性地提出GA-PCA-CNN、Bagging-SVM、PSO-SVM及MPA-LSSVM等多种深度学习与机器学习组合模型，实现矿工疲劳状态的精准识别与动态监测。