基于深度信念网络的脑电信号疲劳检测系统

• 作者: 朱龙飞 王鹏程
• 来源期刊: 计算机测量与控制
• 关键词: 深度信念 脑电信号 疲劳 解码器 玻尔兹曼机 脑电波动指数
• 年，卷（期）: 2019,（5）
• 所属期刊栏目: 测试与故障诊断
• 页码范围: 26-29,34
• 页数: 5页
• 分类号: TP391
• 语种: 中文
• DOI: 10.16526/j.cnki.11-4762/tp.2019.05.007

摘要

传统的疲劳驾驶检测系统,一般采用对面部特征进行识别与信息提取的方式,易受到外界因素干扰,检测效率较低;针对这一问题,提出基于深度信念网络(DBM)的脑电信号(EEG)疲劳检测系统;结合深度信念网络工作原理和系统整体框架,设计系统硬件结构和软件功能;采用SAA7115型号信号解码器对数字化信号进行分离,通过采集模块电路图,将解码器连接到低噪声Video接口处,保证分离后的脑电信号为合成信号;通过TMS320DM642的DSP数字信号处理器对端口1信号进行合成、对端口2信号进行复合信号编码,保证信号采集不受外界因素干扰;将受限玻尔兹曼机在硬件采集模块中提取的信号进行疲劳程度检测,根据脑电信号变化强度,区分疲劳和未疲劳状态下脑电信号特征,完成系统设计;实验结果表明,所设计系统具有较高检测效率,可为疲劳驾驶人员生命安全提供保障.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王鹏程	浙江工业大学软件学院	2	6	1.0	2.0
2	朱龙飞	浙江工业大学经贸管理学院	5	6	1.0	2.0