基于PSO混合特征选择算法在疲劳驾驶中的应用

• 作者: 林雨培 邹俊忠 陈兰岚
• 来源期刊: 计算机工程
• 学科: 医学
• 关键词: 疲劳驾驶 多源生理信号 混合特征选择 粒子群优化 序列后向选择
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 开发研究与工程应用
• 页码范围: 278-283
• 页数: 6页
• 分类号: R318
• 字数: 5676字
• 语种: 中文
• DOI: 10.19678/j.issn.1000-3428.0049387

摘要

基于多源生理信号的驾驶员疲劳检测研究存在特征信息冗余以及佩戴多种传感器影响驾驶员操作的问题.为此, 提出一种结合粒子群优化算法和序列后向选择的特征选择算法.在适应度函数中加入信号源数的惩罚项, 在降低特征维度的同时减少传感器的使用数量.根据所使用分类器的特点对适应度函数进行简化, 提高特征选择算法的运行效率.在粒子定义中加入信号选择位, 提高信号的筛选力度.实验结果表明, 该算法平均使用2种信号和16. 1种特征, 能够获得95. 3％的疲劳驾驶检测正确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邹俊忠	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	43	273	9.0	15.0
2	林雨培	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	0	0.0	0.0
3	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