2025年4月17日
星期四
|
欢迎来到鞍山市图书馆•公共文化服务平台
登录
|
注册
|
进入后台
[
APP下载]
[
APP下载]
扫一扫,既下载
全民阅读
职业技能
专家智库
参考咨询
您的位置:
专家智库
>
>
中央高校基本科研业务费专项资金(N120204002)
作品数:
1
被引量:45
H指数:1
相关作者:
彭莹
王少楠
王惜慧
王斐
更多>>
相关机构:
东北大学
华南理工大学
更多>>
发文基金:
中央高校基本科研业务费专项资金
辽宁省自然科学基金
更多>>
相关领域:
医药卫生
更多>>
相关作品
相关人物
相关机构
相关资助
相关领域
题名
作者
机构
关键词
文摘
任意字段
作者
题名
机构
关键词
文摘
任意字段
在结果中检索
文献类型
1篇
中文期刊文章
领域
1篇
医药卫生
主题
1篇
电图
1篇
支持向量
1篇
支持向量机
1篇
向量
1篇
向量机
1篇
小波
1篇
小波包
1篇
小波包变换
1篇
脑电
1篇
脑电图
1篇
驾驶
1篇
驾驶疲劳
1篇
驾驶疲劳检测
机构
1篇
东北大学
1篇
华南理工大学
作者
1篇
王斐
1篇
王惜慧
1篇
王少楠
1篇
彭莹
传媒
1篇
仪器仪表学报
年份
1篇
2014
共
1
条 记 录,以下是 1-1
全选
清除
导出
排序方式:
相关度排序
被引量排序
时效排序
基于脑电图识别结合操纵特征的驾驶疲劳检测
被引量:45
2014年
精神疲劳影响驾驶员的警觉性和安全驾驶能力,引发的交通安全问题不容忽视。将脑电图识别与车辆操纵特性相结合来检测驾驶员的疲劳状态,预期为搭建疲劳驾驶检测系统提供理论及实验依据。设计了模拟驾驶实验,采集被试者的脑电图(EEG)信号和对应的方向盘操纵数据;针对疲劳程度三分类问题,利用小波包变换和共空间模式算法对EEG信号进行特征提取;依据车辆操纵特性评估驾驶员疲劳程度来确定EEG信号的分类标准;并选择支持向量机对EEG信号进行分类以完成对驾驶员精神疲劳状态的定性分析,分类准确率可达94.259%。
王斐
王少楠
王惜慧
彭莹
杨乙丁
关键词:
驾驶疲劳
脑电图
小波包变换
支持向量机
全选
清除
导出
共1页
<
1
>
聚类工具
0
执行
隐藏
清空
用户登录
用户反馈
标题:
*标题长度不超过50
邮箱:
*
反馈意见:
反馈意见字数长度不超过255
验证码:
看不清楚?点击换一张