基于函数型数据分析的疲劳驾驶状态识别 |
| |
引用本文: | 刘卓,邹淑丽,上官鹏鹏,邱桃荣,白小明.基于函数型数据分析的疲劳驾驶状态识别[J].南昌大学学报(工科版),2020,42(2):194. |
| |
作者姓名: | 刘卓 邹淑丽 上官鹏鹏 邱桃荣 白小明 |
| |
作者单位: | 南昌大学信息工程学院 |
| |
基金项目: | 国家自然科学基金;国家自然科学基金 |
| |
摘 要: | 针对目前常用于脑电信号特征提取的方法存在不能很好地反映信号的连续性、内部动态变化,导致基于脑电信号的疲劳驾驶识别的准确性不理想的状况,一种基于函数型数据分析进行脑电信号特征提取的方法被提出。所提出的方法是通过计算人体在静息状态和疲劳状态的函数性差异来表示特征和进行特征的提取。基于所提出的脑电信号特征提取方法构建了1个疲劳驾驶状态识别模型,并通过使用5种常见分类器在采集的疲劳驾驶脑电信号数据上进行测试,结果表明所提出的基于函数型数据分析的脑电信号特征提取方法有效,所构建疲劳驾驶状态识别模型能获得好的识别效果,最好的识别准确率达到94.82%。
|
关 键 词: | 函数型数据分析 特征提取 函数性差异 脑电信号 疲劳驾驶 |
本文献已被 CNKI 万方数据 等数据库收录! |
| 点击此处可从《南昌大学学报(工科版)》浏览原始摘要信息 |
|
点击此处可从《南昌大学学报(工科版)》下载全文 |
|