基于小波变换与多项指标的疲劳驾驶检测应用

• 作者: 王映龙 王海玉 胡剑锋 闵建亮
• 来源期刊: 计算机与现代化
• 学科: 工学
• 关键词: 小波变换 核主元分析 最小二乘向量机 脑电信号
• 年，卷（期）: 2018,（10）
• 所属期刊栏目: 人工智能
• 页码范围: 32-35,43
• 页数: 5页
• 分类号: TP311
• 字数: 3971字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-2475.2018.10.007

摘要

为了对疲劳驾驶的脑电进行研究,本文收集数据并利用小波变换在实验数据中提取α波、β波、θ波和δ波这4种频段的均幅值和(α+β)/β、α/β、(δ+α)/(α+β)、(α+β)/θ共8项合成指标集成为脑电特征参数.通过KPCA提取贡献率90％以上的主元特征信息形成特征集合,并将特征信息输入最小二乘支持向量机(LSSVM),建立KPCA-LSSVM预测模型并对比其他4种模型试验,最终求得该模型平均正确率达到89.47％,通过实验表明了该实验的有效性及在数据处理速度上的优势.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王映龙	江西农业大学计算机与信息工程学院	82	408	13.0	17.0
2	胡剑锋	江西科技学院信息技术研究所	13	40	3.0	6.0
3	王海玉	江西农业大学计算机与信息工程学院	4	12	1.0	3.0
4	闵建亮	江西科技学院信息技术研究所	4	4	1.0	2.0