基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为寻找衡量驾驶疲劳的可靠的生理指标,通过实验采集了模拟驾驶前、模拟驾驶疲劳后和休息后的脑电信号,并对其进行预处理和特征提取.应用小波变换对脑电信号进行降噪;并求得降噪后的脑电信号H和R小波熵比值.结果表明,驾驶疲劳后脑电信号H和R值有增大的趋势;再经充分休息后,脑电信号的H和R值有下降趋势,两者均具有显著性差异(P<0.05),说明小波熵值是驾驶疲劳脑电特征提取的有效方法.
推荐文章
基于小波-共空间模式的脑电信号特征提取
脑电信号
粒子群算法
共同空间模式
离散小波变换
能量均值
支持向量机
基于改进小波包与样本熵的表面肌电信号特征提取
肌电信号
小波
小波包
样本熵
特征提取
结合小波包和ICA的脑电信号特征波提取方法
小波包
独立分量分析
特征提取
脑电信号
多类运动想象脑电信号特征提取与分类
脑电信号
小波包方差
小波包熵
共同空间模式
特征提取
支持向量机
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于小波熵的驾驶疲劳脑电信号特征提取
来源期刊 汽车工程 学科
关键词 驾驶疲劳 脑电信号 小波变换 小波熵
年,卷(期) 2013,(12) 所属期刊栏目 论文
研究方向 页码范围 1139-1142
页数 4页 分类号
字数 2444字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 王宏 东北大学机械工程与自动化学院 136 996 15.0 24.0
2 张宁宁 东北大学机械工程与自动化学院 4 30 2.0 4.0
6 付荣荣 东北大学机械工程与自动化学院 3 50 3.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (11)
共引文献  (41)
参考文献  (8)
节点文献
引证文献  (21)
同被引文献  (54)
二级引证文献  (51)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(1)
  • 二级参考文献(1)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(4)
  • 参考文献(0)
  • 二级参考文献(4)
2008(3)
  • 参考文献(1)
  • 二级参考文献(2)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(3)
  • 参考文献(2)
  • 二级参考文献(1)
2011(2)
  • 参考文献(2)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2015(4)
  • 引证文献(3)
  • 二级引证文献(1)
2016(7)
  • 引证文献(4)
  • 二级引证文献(3)
2017(9)
  • 引证文献(6)
  • 二级引证文献(3)
2018(10)
  • 引证文献(3)
  • 二级引证文献(7)
2019(34)
  • 引证文献(3)
  • 二级引证文献(31)
2020(8)
  • 引证文献(2)
  • 二级引证文献(6)
研究主题发展历程
节点文献
驾驶疲劳
脑电信号
小波变换
小波熵
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
汽车工程
月刊
1000-680X
11-2221/U
大16开
北京市西城区莲花池东路102号天连大厦1003室
2-341
1979
chi
出版文献量(篇)
4728
总下载数(次)
23
总被引数(次)
66645
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导