公共文化服务平台

共 8 条记录，以下是 1-8

全选清除导出

排序方式：

一种基于多生理信号多模型交互的高铁调度员应激检测方法: 本发明涉及一种基于多生理信号多模型交互的高铁调度员应激检测方法，采用脑电信号收集装置、心电采集装置，眼动采集装置联动获取相应生理信号进行信息采集后进行处理以对被测高铁调度员的应激状态得出判断，经特征选择、模型训练和信息融...; 郭孜政肖琼谭永刚刘玉增巴宇航宋炜杨露潘雨帆; 文献传递

基于EEG的驾驶疲劳识别算法及其有效性验证被引量：11: 2017年; 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.; 郭孜政牛琳博吴志敏肖琼史磊; 关键词：驾驶疲劳核主元分析支持向量机

疲劳对高铁司机持续性注意影响机制的ERP试验研究被引量：7: 2015年; 为探究驾驶作业疲劳对高铁司机持续性注意的损伤机制,基于动车模拟器平台,进行主任务为动车驾驶,次任务为随机信号检测的连续4 h动车模拟驾驶试验。全程采集20名高铁司机的驾驶行为数据和脑电信号数据。根据试验数据,对高、低持续性注意水平下司机的行为绩效、事件相关脑电位(ERP)成分进行差异性对比分析。结果表明,与第1阶段相比,第2阶段司机的行为绩效显著下降(对随机信号的反应时增加,有效检测率下降)。此外,ERP的P2成分波幅显著减小,N2b成分波幅显著增大、潜伏期显著延长,P3成分波幅显著减小、潜伏期显著延长。该结果表明,长时间连续作业将造成高铁司机的持续性注意水平下降,引起该水平降低的主要因素是疲劳造成高铁司机对突发事件的分类、评估,资源的调制、分配和认知控制等高级认知能力的损伤。; 郭孜政潘毅润吴志敏肖琼谭永刚张骏

一种基于多生理信号多模型交互的高铁调度员应激检测方法: 本发明涉及一种基于多生理信号多模型交互的高铁调度员应激检测方法，采用脑电信号收集装置、心电采集装置，眼动采集装置联动获取相应生理信号进行信息采集后进行处理以对被测高铁调度员的应激状态得出判断，经特征选择、模型训练和信息融...; 郭孜政肖琼谭永刚刘玉增巴宇航宋炜杨露潘雨帆

基于EEG熵值的驾驶员脑力负荷水平识别方法被引量：7: 2015年; 为了对驾驶员脑力负荷予以有效识别,基于脑电信号指标构建了一种驾驶员脑力负荷识别方法.对驾驶员脑电信号进行快速傅里叶变换（FFT）,选取θ（4~8 Hz）,α（8~13 Hz）,β（13~30 Hz）3个频段的频谱幅值分别进行熵处理,对所得到的熵值作为脑力负荷识别参数,并对识别参数进行Kruskal-Wallis检验,选取差异最为显著的10项参数作为脑力负荷特征指标,在此基础上结合BP模型构建了驾驶员脑力负荷识别模型.基于驾驶模拟器实验数据,模型识别正确率为87.8%~90.4%.结果表明,该模型对驾驶员脑力负荷识别具有较高准确性,可实现不同驾驶员脑力负荷的有效识别,为未来自动辅助驾驶系统构建及车载信息系统优化设计提供算法依据.; 郭孜政潘毅润潘雨帆吴志敏肖琼谭永刚张骏; 关键词：EEG BP神经网络

基于多生理信号的驾驶警觉度识别研究: 伴随当前汽车持有规模的不断提升,现有的道路安全问题构成的负面问题愈加凸显。驾驶员作为汽车的操作者,其精神状态往往是事故发生的主导原因。在长时间持续驾驶,驾驶员的驾驶警觉度会随着生理、心理、环境等变化而持续下降。众多研究发...; 肖琼; 关键词：心电信号脑电信号神经网络; 文献传递

动车组司机持续性注意水平的脑电测评指标研究被引量：2: 2016年; 对22名动车组司机进行4h的模拟驾驶试验,采集参试司机完成动车驾驶及对随机信号的反应2项试验任务过程中在16～46和210～240min这2个时段内的主观疲劳测评数据、行为绩效数据和脑电数据,验证了将这2个时段分别作为动车组司机高、低持续性注意水平时段的合理性;采用快速傅里叶变换方法分别提取4～8,8～13和13～30Hz这3个频段脑电数据的平均幅值,进行脑电熵的计算;采用Kruskal-Wallis检验和Relief算法,选取差异性最显著或权重最大的脑电熵作为动车组司机持续性注意水平的敏感性指标。研究结果表明：与第1时段相比,动车组司机在第2时段（210～240min）的疲劳程度显著增加,对列车运行速度的控制能力和对随机信号的反应能力显著下降;在贴于头皮上的FP1和F7电极处频段为13～30 Hz的香农熵以及FZ电极处频段为8～13Hz的样本熵对动车组司机持续性注意水平的影响十分敏感。; 郭孜政吴志敏肖琼潘雨帆潘毅润张骏

基于T-S模糊神经网络的驾驶警觉度融合识别研究: 2018年; 经过长时间持续驾驶,驾驶员的驾驶警觉度会随着心理疲劳程度的加深而持续下降。本文结合脑电信号和心电信号构建了一种驾驶警觉融合识别方法。首先,对心电信号的心率变异性进行了时域和频率分析,对于提取到的特征指标分别验证了其前后两时段发生显著性差异变化。再次,对脑电信号采用小波变换的方式开展对应的特征分析,获得所需的脑电成分。最后利用T-S模糊神经网络模型理论构建了驾驶警觉度融合识别模型。利用采集到的26位被试数据进行模型试算,发现综合心电和脑电的双信号的模型识别平均率为85.5%,其中低驾驶警觉度的平均识别率为89.3%。表明用心电和脑电并结合T-S模型可用于识别驾驶警觉度。; 肖琼谢迪文; 关键词：心电信号脑电信号模糊神经网络

全选清除导出

共1页<1>

肖琼