發(fā)布時間：2020-06-17 14:32

【摘要】：為了對駕駛持續(xù)性注意水平予以有效識別,基于腦電(EEG)信號特征指標構建了一種持續(xù)性注意水平識別方法.以駕駛行為績效為客觀測評指標,提出了一種駕駛持續(xù)性注意水平等級劃分方法.在此基礎上,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(α+β)/β、α/β、(θ+α)/(α+β)、θ/β、(α+β)/θ作為特征指標,將粒子群優(yōu)化(PSO)算法與支持向量機(SVM)相結合,構建了駕駛持續(xù)性注意水平識別算法.最后,基于駕駛模擬器實驗數(shù)據(jù)對該模型予以試算.結果表明模型識別平均正確率可達93.02%.該方法可用于對駕駛員持續(xù)性注意水平的識別.


本文編號：2717744