基于禁忌搜索的混合算法在驾驶压力识别中的应用

• 作者: 叶朋飞 张傲 陈兰岚
• 来源期刊: 华东理工大学学报（自然科学版）
• 学科: 工学
• 关键词: 生理信号 过滤算法 禁忌搜索 特征选择 驾驶压力识别
• 年，卷（期）: 2018,（5）
• 所属期刊栏目: 信息科学与工程
• 页码范围: 730-736
• 页数: 7页
• 分类号: TP391
• 字数: 5559字
• 语种: 中文
• DOI: 10.14135/j.cnki.1006-3080.20170715001

摘要

驾驶员在压力状态下行车会对驾驶安全产生很大影响,严重时甚至会造成交通事故.为准确检测驾驶员的压力状态,提取了驾驶员生理信号的多模态特征并提出了一种基于多种过滤式算法(Multi-filter,MF)与禁忌搜索算法(Tabu Search,TS)相结合的混合算法来选择有效特征向量.该算法首先采用多种过滤式算法的综合评分对原始特征集进行排序和过滤,有效降低特征维度;然后利用禁忌搜索算法进一步选出最优特征组合;最后采用支持向量机对3种不同驾驶压力水平进行分类.实验结果表明,本文提出的混合算法不仅有效地消除了高维特征向量中的冗余信息,还提升了分类准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈兰岚	华东理工大学化工过程先进控制和优化技术教育部重点实验室	16	47	4.0	6.0
2	叶朋飞	华东理工大学化工过程先进控制和优化技术教育部重点实验室	1	1	1.0	1.0
3	张傲	华东理工大学化工过程先进控制和优化技术教育部重点实验室	3	6	1.0	2.0