【摘要】：警覺度是指人努力集中注意力對刺激保持警惕的一種能力,通常定義為操作者在執(zhí)行某項任務(wù)時,對外界的刺激能夠長時間保持注意和警惕的靈敏程度。在日常駕車過程中,需要駕駛者時刻維持一定的警覺度,駕駛員在長時間進(jìn)行駕駛之后,容易出現(xiàn)生理和心理等機(jī)能失調(diào)的情況,即出現(xiàn)警覺度下降的問題,嚴(yán)重時很容易造成車禍,給人們的生命財產(chǎn)安全帶來很大的危害。因此對駕駛員警覺度狀態(tài)的檢測具有很重要的研究意義。本文中主要采用機(jī)器學(xué)習(xí)的部分方法對被試的腦警覺度進(jìn)行檢測。為了更好的模擬駕駛員的駕駛過程,采用Unity3D搭建模擬駕駛實驗平臺,設(shè)計模擬駕駛環(huán)境,通過C#的編程語言實現(xiàn)對實驗任務(wù)、汽車行駛方式以及與腦電信號采集設(shè)備實時通信等程序的編程。本文從機(jī)器學(xué)習(xí)的回歸分析和分類兩方面對腦警覺度進(jìn)行研究。首先是對被試腦電信號和行為數(shù)據(jù)搭建回歸模型,對腦電信號進(jìn)行降采樣和濾波,計算腦電信號的滑動平均功率譜并對其進(jìn)行主成分分析,提取主要特征與被試實驗過程中車體的行為數(shù)據(jù)進(jìn)行相關(guān)性分析,挑選出合適的導(dǎo)聯(lián)信息,通過構(gòu)造回歸模型,通過腦電信號功率譜預(yù)測被試的行為數(shù)據(jù),對預(yù)測的行為數(shù)據(jù)和真實的行為數(shù)據(jù)之間進(jìn)行相關(guān)性分析,進(jìn)而實現(xiàn)對被試警覺度狀態(tài)的估計。本文的目的是實現(xiàn)對腦警覺度狀態(tài)進(jìn)行檢測,且保證檢測方法更加實用化,因此本文繼續(xù)對警覺度狀態(tài)進(jìn)行了二分類和多分類的研究。首先通過離散小波變換對腦電信號進(jìn)行處理,將腦電信號分為若干個子頻帶信號,選擇標(biāo)準(zhǔn)方差、振幅對數(shù)、四分位數(shù)和變異系數(shù)作為特征進(jìn)行特征提取。最后通過支持向量機(jī)和極限學(xué)習(xí)機(jī)的方法分別對原始腦電信號和各個子頻帶信號進(jìn)行警覺度分類,從中挑選出分類效果最好的導(dǎo)聯(lián)組合、子頻帶信號、特征向量組合以及分類器,實現(xiàn)對腦電信號警覺度的分類。實驗結(jié)果表明,采用變異系數(shù)或由變異系數(shù)和其他特征組合得到的特征向量進(jìn)行特征提取時,在單導(dǎo)聯(lián)處即能得到較高的分類準(zhǔn)確率,被試的不同子頻帶信號對分類效果也有一定的影響,在d_3(31.3～62.5Hz)、d_4(15.7～31.3Hz)和d_6(4.0～7.9Hz)頻帶處對警覺度進(jìn)行三分類時得到的分類準(zhǔn)確率較高。對導(dǎo)聯(lián)信號進(jìn)行組合時同樣能在一定程度上提高分類準(zhǔn)確率。本文初步探討了機(jī)器學(xué)習(xí)中部分方法對腦警覺度的檢測,驗證了選擇變異系數(shù)作為特征時的可行性和有效性,為之后采用其他機(jī)器學(xué)習(xí)的方法對警覺度進(jìn)行多分類的研究奠定了理論和實驗基礎(chǔ)。
【學(xué)位授予單位】：天津職業(yè)技術(shù)師范大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2018
【分類號】：TP181;U463.6
【圖文】：

圖 2-1 模擬駕駛場景界面模擬駕駛軟件中共包含判斷對面來車、判斷計算題對錯以及矯正隨機(jī)偏移三種任務(wù)斷對面來車即車體在前進(jìn)的過程中每間隔一段時間對面車道會從遠(yuǎn)處駛來一輛車，被看到車輛時，需要立刻按鍵進(jìn)行反應(yīng)；判斷計算題對錯即被試在行駛車輛時，對屏幕現(xiàn)的計算題進(jìn)行對錯的判斷，并進(jìn)行對應(yīng)的按鍵響應(yīng)；矯正隨機(jī)偏移即被試在行駛車，若發(fā)現(xiàn)車體發(fā)生偏移后，控制方向盤將其車體調(diào)整到基線上的任務(wù)。三種任務(wù)中的間隔可調(diào)，駕駛過程的方式可調(diào)，駕駛速度和偏移速度可調(diào)，三種任務(wù)可隨機(jī)進(jìn)行選合。實驗前期采用矯正隨機(jī)偏移任務(wù)來進(jìn)行實驗，對駕駛過程進(jìn)行模擬，進(jìn)而判斷被覺度狀態(tài)。模擬駕駛軟件可將被試在駕駛過程中，車輛前進(jìn)時的位置、時間和事件發(fā)生的類型試的響應(yīng)情況等均以 txt 格式同時保存在模擬駕駛平臺軟件的目標(biāo)文件下，保存的數(shù)檔如圖 2-2 所示。文檔中前三列表示汽車在前進(jìn)時的位置信息，分別為車體的左右位置下位置和前后位置；第四列表示被試進(jìn)行實驗時的本地時間，以毫秒的形式進(jìn)行保存五列為對任務(wù)事件類型的記錄，對面來車顯示 1，被試對對面來車進(jìn)行判斷顯示 2，

圖 2-2 txt 數(shù)據(jù)文檔模擬駕駛實驗結(jié)束后，保存到的車體位置信息的數(shù)據(jù)可以作為被試在模擬駕駛過程的行為數(shù)據(jù)，用于后續(xù)的實驗數(shù)據(jù)處理，研究被試的警覺度狀態(tài)。2.1.2 模擬駕駛平臺操作步驟用于警覺度檢測的模擬駕駛系統(tǒng)可以采用鍵盤控制和方向盤控制兩種控制方式，為與真實駕駛情況保持一致，實驗過程中采用方向盤的控制方式對車輛的運(yùn)動進(jìn)行控制。本系統(tǒng)使用羅技 G29 方向盤進(jìn)行實驗，該方向盤外形及鍵位控制情況如圖 2-3 所示按鈕 1 控制模擬駕駛界面觀測角度，包括全景視角、駕駛員視角和車輛正前方視角；按2、3 分別為關(guān)閉和打開隨機(jī)偏移任務(wù)的按鈕，按鈕 7-12 分別為系統(tǒng)中其他各個任務(wù)的制和判斷的按鈕，按鈕 5 和按鈕 6 可控制車輛的前進(jìn)速度，按鈕 5 加速，按鈕 6 減速。

圖 2-2 txt 數(shù)據(jù)文檔駕駛實驗結(jié)束后，保存到的車體位置信息的數(shù)據(jù)可以作為被試在模擬駕據(jù)，用于后續(xù)的實驗數(shù)據(jù)處理，研究被試的警覺度狀態(tài)。駕駛平臺操作步驟警覺度檢測的模擬駕駛系統(tǒng)可以采用鍵盤控制和方向盤控制兩種控制方駛情況保持一致，實驗過程中采用方向盤的控制方式對車輛的運(yùn)動進(jìn)行統(tǒng)使用羅技 G29 方向盤進(jìn)行實驗，該方向盤外形及鍵位控制情況如圖制模擬駕駛界面觀測角度，包括全景視角、駕駛員視角和車輛正前方視為關(guān)閉和打開隨機(jī)偏移任務(wù)的按鈕，按鈕 7-12 分別為系統(tǒng)中其他各個的按鈕，按鈕 5 和按鈕 6 可控制車輛的前進(jìn)速度，按鈕 5 加速，按鈕

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 李陽;;機(jī)器學(xué)習(xí)在網(wǎng)絡(luò)空間安全研究中的應(yīng)用分析[J];電腦知識與技術(shù);2019年24期

2 高華川;;機(jī)器學(xué)習(xí)在經(jīng)濟(jì)學(xué)中的應(yīng)用[J];納稅;2019年24期

3 李兵;林文釗;羅崢尹;;基于機(jī)器學(xué)習(xí)的智慧農(nóng)業(yè)決策系統(tǒng)設(shè)計與實現(xiàn)[J];信息與電腦(理論版);2018年24期

4 舒娜;劉波;林偉偉;李鵬飛;;分布式機(jī)器學(xué)習(xí)平臺與算法綜述[J];計算機(jī)科學(xué);2019年03期

5 劉傳會;汪小亞;郭增輝;;機(jī)器學(xué)習(xí)在反洗錢領(lǐng)域的應(yīng)用與發(fā)展[J];清華金融評論;2019年04期

6 孟雨;;機(jī)器學(xué)習(xí)讓計算機(jī)更智能[J];計算機(jī)與網(wǎng)絡(luò);2019年14期

7 朱輝;;機(jī)器學(xué)習(xí)在企業(yè)級場景中的實踐與探討[J];中國建設(shè)信息化;2018年03期

8 彭傳意;;機(jī)器學(xué)習(xí)——我們該如何與機(jī)器競爭[J];數(shù)字通信世界;2018年01期

9 陳軼翔;埃里克·布倫喬爾森;湯姆·米切爾;;機(jī)器學(xué)習(xí)的能力范圍及其對勞動力的影響[J];世界科學(xué);2018年04期

10 趙長林;;機(jī)器學(xué)習(xí)即服務(wù)[J];網(wǎng)絡(luò)安全和信息化;2017年10期

相關(guān)會議論文 前10條

1 王玨;;歸納機(jī)器學(xué)習(xí)[A];2001年中國智能自動化會議論文集（上冊）[C];2001年

2 王衍魯;張利會;張淑潔;石潔茹;王鵬;;大學(xué)新生學(xué)校適應(yīng)的個體與環(huán)境因素探究:基于機(jī)器學(xué)習(xí)的考察[A];第二十屆全國心理學(xué)學(xué)術(shù)會議--心理學(xué)與國民心理健康摘要集[C];2017年

3 張長水;;大數(shù)據(jù)機(jī)器學(xué)習(xí)[A];2015年中國自動化大會摘要集[C];2015年

4 何琳;侯漢清;;基于標(biāo)引經(jīng)驗和機(jī)器學(xué)習(xí)相結(jié)合的多層自動分類[A];2005年中國索引學(xué)會年會暨學(xué)術(shù)研討會論文集[C];2005年

5 李剛;郭崇慧;林鴻飛;楊志豪;唐煥文;;基于詞典法和機(jī)器學(xué)習(xí)法相結(jié)合的蛋白質(zhì)名識別[A];大連理工大學(xué)生物醫(yī)學(xué)工程學(xué)術(shù)論文集（第2卷）[C];2005年

6 徐禮勝;李乃民;王寬全;張冬雨;耿斌;姜曉睿;陳超海;羅貴存;;機(jī)器學(xué)習(xí)在中醫(yī)計算機(jī)診斷識別系統(tǒng)中的應(yīng)用思考[A];第一屆全國中西醫(yī)結(jié)合診斷學(xué)術(shù)會議論文選集[C];2006年

7 吳滄浦;;智能系統(tǒng)與機(jī)器學(xué)習(xí)的新領(lǐng)域[A];西部大開發(fā) 科教先行與可持續(xù)發(fā)展——中國科協(xié)2000年學(xué)術(shù)年會文集[C];2000年

8 蔡健平;林世平;;基于機(jī)器學(xué)習(xí)的詞語和句子極性分析[A];第三屆全國信息檢索與內(nèi)容安全學(xué)術(shù)會議論文集[C];2007年

9 吳娜;刁聯(lián)旺;;基于機(jī)器學(xué)習(xí)的博弈對抗模型優(yōu)化框架軟件系統(tǒng)設(shè)計[A];第六屆中國指揮控制大會論文集（上冊）[C];2018年

10 蔣雍建;程楠;劉澤佳;周立成;湯立群;劉逸平;蔣震宇;;基于響應(yīng)統(tǒng)計特征和機(jī)器學(xué)習(xí)的橋梁損傷識別方法研究[A];2018年全國固體力學(xué)學(xué)術(shù)會議摘要集（下）[C];2018年

相關(guān)重要報紙文章 前10條

1 趙廣立;防特網(wǎng)將機(jī)器學(xué)習(xí)應(yīng)用于高級威脅檢測[N];中國科學(xué)報;2018年

2 編譯 晉楠;機(jī)器學(xué)習(xí)是“煉金術(shù)”？[N];中國科學(xué)報;2018年

3 CIO.com資深作家 Clint Boulton 編譯 Charles;領(lǐng)先一步:機(jī)器學(xué)習(xí)的10個成功案例[N];計算機(jī)世界;2018年

4 Bob Violino 編譯 Charles;盲目冒進(jìn):機(jī)器學(xué)習(xí)的5個失敗案例[N];計算機(jī)世界;2018年

5 本報駐波士頓記者 侯麗;深入挖掘機(jī)器學(xué)習(xí)潛力[N];中國社會科學(xué)報;2019年

6 王方 編譯;菌自何方 機(jī)器學(xué)習(xí)早知道[N];中國科學(xué)報;2019年

7 Matt Asay 編譯 Monkey King;為什么機(jī)器學(xué)習(xí)沒有捷徑可循？[N];計算機(jī)世界;2019年

8 本報記者 操秀英;當(dāng)量子計算遇到機(jī)器學(xué)習(xí)會碰撞出什么火花？[N];科技日報;2019年

9 彭博企業(yè)數(shù)據(jù)業(yè)務(wù)全球負(fù)責(zé)人 Gerard Francis;金融數(shù)據(jù)質(zhì)量決定機(jī)器學(xué)習(xí)時代的投資回報[N];計算機(jī)世界;2019年

10 Isaac Sacolick 編譯 Charles;關(guān)于機(jī)器學(xué)習(xí)的5個要點[N];計算機(jī)世界;2019年

相關(guān)博士學(xué)位論文 前10條

1 王磊;基于機(jī)器學(xué)習(xí)的藥物—靶標(biāo)相互作用預(yù)測研究[D];中國礦業(yè)大學(xué);2018年

2 張慶;鈣鈦礦型功能材料的基因組工程研究[D];上海大學(xué);2018年

3 管月;醫(yī)學(xué)腫瘤影像分類算法研究及其在肝癌上的應(yīng)用[D];南京大學(xué);2018年

4 郝小可;基于機(jī)器學(xué)習(xí)的影像遺傳學(xué)分析及其應(yīng)用研究[D];南京航空航天大學(xué);2017年

5 施建明;基于機(jī)器學(xué)習(xí)的產(chǎn)品剩余壽命預(yù)測方法研究[D];中國科學(xué)院大學(xué)(中國科學(xué)院遙感與數(shù)字地球研究所);2018年

6 陳再毅;機(jī)器學(xué)習(xí)中的一階優(yōu)化算法收斂性研究[D];中國科學(xué)技術(shù)大學(xué);2018年

7 陸海進(jìn);Zr合金熱動力學(xué)研究及機(jī)器學(xué)習(xí)[D];上海大學(xué);2018年

8 戴望州;一階邏輯領(lǐng)域知識與機(jī)器學(xué)習(xí)的結(jié)合研究[D];南京大學(xué);2019年

9 符丹卉;基于MRI結(jié)構(gòu)成像與靜息態(tài)功能成像影像特征的機(jī)器學(xué)習(xí)法在AIDS患者中的應(yīng)用研究[D];廣西醫(yī)科大學(xué);2019年

10 Kashif Sultan（克希夫）;5G移動通信網(wǎng)絡(luò)中的呼叫記錄分析[D];北京科技大學(xué);2019年

相關(guān)碩士學(xué)位論文 前10條

1 安延鑫;中文短文本情感分析的研究與實現(xiàn)[D];上海交通大學(xué);2017年

2 余耀;微博用戶的用戶畫像研究與構(gòu)建[D];上海交通大學(xué);2017年

3 吳珍珍;基于機(jī)器學(xué)習(xí)的無線通信解調(diào)研究[D];中國礦業(yè)大學(xué);2019年

4 閆鋌鋌;機(jī)器學(xué)習(xí)在中國A股市場的量化策略研究[D];吉林大學(xué);2019年

5 張詩晨;基于機(jī)器學(xué)習(xí)的電商在線消費(fèi)者購買行為預(yù)測研究[D];吉林大學(xué);2019年

6 千躍奇;機(jī)器學(xué)習(xí)與自由電子激光的應(yīng)用研究[D];中國科學(xué)院大學(xué)(中國科學(xué)院上海應(yīng)用物理研究所);2019年

7 陸會;基于葵花8衛(wèi)星遙感數(shù)據(jù)的大霧識別研究[D];安徽大學(xué);2019年

8 王斌;應(yīng)用機(jī)器學(xué)習(xí)算法對重癥手足口病的危險因素篩選與預(yù)測[D];鄭州大學(xué);2019年

9 張家寧;基于結(jié)構(gòu)磁共振和機(jī)器學(xué)習(xí)的品行障礙分類方法研究[D];深圳大學(xué);2018年

10 何琪;傳統(tǒng)機(jī)器學(xué)習(xí)到深度學(xué)習(xí)行人檢測若干研究[D];安徽大學(xué);2019年

本文編號：2801278