收藏本站
《北京工业大学学报》 2017年06期
收藏 | 投稿 | 手机打开
二维码
手机客户端打开本文

基于EEG的驾驶疲劳识别算法及其有效性验证

郭孜政  牛琳博  吴志敏  肖琼  史磊  
【摘要】:为有效识别驾驶员疲劳状态,基于脑电信号(electroencephalogram,EEG)提出了一种驾驶疲劳状态识别方法.首先,以时间段划分疲劳等级,并采用主、客观测评指标对疲劳等级划分的合理性进行验证.然后,利用快速傅里叶变换对脑电信号进行分析,在此基础上选取3种频段的平均幅值和5项合成指标,通过核主元分析(kernel principal component analysis,KPCA)构建疲劳识别脑电指标,结合支持向量机(support vector machine,SVM),构建了驾驶员疲劳状态识别模型.最后,采用30名驾驶员连续驾驶2 h的脑电数据,对该模型方法进行试算.试算结果表明:疲劳状态识别正确率为79.17%~92.03%,平均正确率为84.62%,该方法可用于驾驶疲劳识别.

手机知网App
【相似文献】
中国重要会议论文全文数据库 前1条
1 石乔莉;王磊;耿旭婧;葛伟豪;王洋;边京华;李颖;;基于脑电信号的驾驶疲劳状态分析[A];天津市生物医学工程学会第三十一届学术年会论文集[C];2011年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026