武警工程大学学报2016，Vol.32Issue(6) ：20-23.

基于支持向量机的驾驶精神疲劳分级

Classification of Driving Mental Fatigue Based on Support Vector Machines

徐龙顺 赵春临 赵敏
武警工程大学学报2016，Vol.32Issue(6) ：20-23.
✕
  • NETL
  • NSTL
  • 维普
  • 万方数据

基于支持向量机的驾驶精神疲劳分级

Classification of Driving Mental Fatigue Based on Support Vector Machines

徐龙顺 1赵春临 2赵敏2
扫码查看

作者信息

  • 1. 武警工程大学研究生管理大队,西安,710086
  • 2. 武警工程大学信息工程系,西安,710086
  • 折叠

摘要

研究疲劳检测技术不仅可以减少因疲劳驾驶而导致的财产损失,而且具有重要的理论价值.通过设计模拟驾驶实验,采集受试者的脑电信号,计算EEG 4个频段的近似熵,β、δ频段近似熵在受试者疲劳前后有显著差异.用支持向量机进行分类以完成对驾驶精神疲劳的定性分析,β频段分类准确率可达89.30％.

关键词

驾驶精神疲劳/EEG/近似熵/支持向量机

引用本文复制引用

基金项目

国家自然科学基金(30670534)

出版年

2016
武警工程大学学报
中国人民武装警察部队工程学院

武警工程大学学报

影响因子：0.05
ISSN：2095-3984
参考文献量4
段落导航相关论文