基于脑电与眨眼频率的可穿戴疲劳驾驶检测系统

• 作者: 何坚 周明我 张丞 张岩
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 可穿戴 疲劳驾驶检测 脑电信号 眨眼频率 分类算法 相关系数
• 年，卷（期）: 2017,（2）
• 所属期刊栏目: 开发研究与工程应用
• 页码范围: 293-298,303
• 页数: 7页
• 分类号: TP391
• 字数: 5458字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2017.02.049

摘要

在小型化、低功耗的可穿戴设备上,针对运行基于脑电信号的驾驶疲劳检测系统的准确率不高的问题,在对被试者左前额脑电信号Attention和Meditation以及Blink的数据进行关系分析的基础上,分别筛选最佳窗口宽度和分类算法,设计适用于可穿戴设备的疲劳驾驶检测算法,并在安卓智能设备上进行系统实现.采用准确率、正样本识别正确率、负样本识别正确率、敏感性与特异性指标,分别测试4种分类算法,即k临近算法、决策树算法、朴素贝叶斯算法、多层人工神经网络算法的性能,并最终选择kNN分类算法进行系统实现.实验结果证明,该系统的准确率达到83.7％,敏感性与特异性分别达到73.8％和88.6％,系统具有无线、实时、准确高效的特点.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张岩	北京工业大学软件学院	37	181	8.0	12.0
2	何坚	北京工业大学软件学院	19	68	5.0	7.0
3	张丞	北京工业大学软件学院	3	7	1.0	2.0
4	周明我	北京工业大学软件学院	1	7	1.0	1.0