疲劳驾驶识别中的脑电信号特征选择算法和支持向量机模型研究

针对疲劳驾驶识别中脑电特征选择和分类模型,提出采用粗糙集理论的离散化算法对通道和脑电信号特征量进行选择,选用支持向量机作为疲劳驾驶识别模型,并将疲劳误判风险作为支持向量机模型参数进行模型优化.针对5名受试者的实验结果表明,与主分量方法相比,粗糙集离散化算法选取的特征量较少,以0.8为相容度阈值,在208个候选特征中选择的特征数为2～4个,不同被试者选取的特征不同且对建立支持向量机识别模型有影响;疲劳误判风险控制参数可以达到调节支持向量机识别模型误判风险.

基于无线网络的心电信号系统采集电路的设计

针对亚健康人群及康复阶段心疾患者设计了一种无线、低功耗的心电检测设备,目的是降低功耗、降低成本、便于组网给监护中心提供实时心电信号,以便能实时检测,降低死亡率而被广泛应用。针对人体的生理特点,并考虑到外部条件以及处理器CC2431的特点,对心电信号提出新的采集结构,建立起系统的各部分模块,利用multisim等相关仿真软件对其进行检验,尽可能地提高电路的可靠性。