基于EEG的駕駛持續(xù)性注意水平PSO-SVM識(shí)別模型
發(fā)布時(shí)間:2020-06-17 14:32
【摘要】:為了對(duì)駕駛持續(xù)性注意水平予以有效識(shí)別,基于腦電(EEG)信號(hào)特征指標(biāo)構(gòu)建了一種持續(xù)性注意水平識(shí)別方法.以駕駛行為績(jī)效為客觀測(cè)評(píng)指標(biāo),提出了一種駕駛持續(xù)性注意水平等級(jí)劃分方法.在此基礎(chǔ)上,選取駕駛員EEG波段(θ(4~8 Hz)、α(8~13 Hz)、β(13~30 Hz))的頻譜幅值及其組合指標(biāo)(α+β)/β、α/β、(θ+α)/(α+β)、θ/β、(α+β)/θ作為特征指標(biāo),將粒子群優(yōu)化(PSO)算法與支持向量機(jī)(SVM)相結(jié)合,構(gòu)建了駕駛持續(xù)性注意水平識(shí)別算法.最后,基于駕駛模擬器實(shí)驗(yàn)數(shù)據(jù)對(duì)該模型予以試算.結(jié)果表明模型識(shí)別平均正確率可達(dá)93.02%.該方法可用于對(duì)駕駛員持續(xù)性注意水平的識(shí)別.
本文編號(hào):2717744
本文編號(hào):2717744
本文鏈接:http://sikaile.net/guanlilunwen/jixiaoguanli/2717744.html
最近更新
教材專(zhuān)著