基于脉搏IMF时频特征和SVDD的驾驶员疲劳检测

• 作者: 吴雪刚 唐慧 张卓鹏 蒋丽 蒋建春
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 疲劳驾驶 脉搏信号 本征模函数 支持向量数据描述
• 年，卷（期）: 2016,（7）
• 所属期刊栏目: 图形图像与模式识别
• 页码范围: 314-318
• 页数: 5页
• 分类号: TP391
• 字数: 5523字
• 语种: 中文
• DOI: 10.11896/j.issn.1002-137X.2016.7.058

摘要

针对传统时频特征难以很好地描述脉搏这类非平稳信号与驾驶员疲劳脉搏样本相对较少的问题,提出一种基于脉搏信号本征模函数(IMF)时频特征和支持向量数据描述(SVDD)的驾驶员疲劳检测方法.该方法充分利用了IMF适合表征非平稳信号和SVDD擅长处理不平衡样本分类问题的优势.首先,将脉搏信号进行经验模态分解;然后,提取各IMF时频特征:归一化能量、最大瞬时频率和瞬时幅值平均值;最后,用SVDD分类器对驾驶员疲劳状况做出判别并给出疲劳等级.对比实验表明,该方法能有效检测出驾驶员的疲劳状况.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蒋建春	重庆邮电大学重庆高校汽车电子与嵌入式系统工程研究中心	41	313	10.0	15.0
2	蒋丽	重庆邮电大学重庆高校汽车电子与嵌入式系统工程研究中心	6	18	3.0	4.0
3	唐慧	重庆邮电大学重庆高校汽车电子与嵌入式系统工程研究中心	4	89	3.0	4.0
4	张卓鹏	重庆邮电大学重庆高校汽车电子与嵌入式系统工程研究中心	2	4	1.0	2.0
5	吴雪刚	重庆大学通信工程学院	4	8	2.0	2.0