基于脑电信号的正负情绪分类方法研究

驾驶员情绪状态的实时识别与预警,对保证道路交通安全系统的正常运行有着重要的作用与意义。本研究基于便携式脑电设备采集了16位被试前额双通道脑电数据,分别从时域和频域上进行特征提取,使用集成学习分类的方法对正负情绪进行分类。结果显示频域特征以及特征的不对称指数在正负性情绪的分类起到了关键的作用,得到基于梯度提升决策树(GBDT)分类器的正负情绪识别准确率最佳,为92.4%。本研究提出了一种对驾驶员正负性情绪状态识别的新方法,为后续情绪状态的实时识别奠定了基础。

基于格子气模型的北京地铁站内人流移动分析

为研究因超出原有设计人流量阈值引发的安全隐患问题,提出了一种基于动态参数的模块化格子气模型。对北京地铁惠新西街南口站约4 000 m^2的面积进行建模,对比了实地拍摄视频数据的情况与模拟仿真结果,确保了较好的精度。通过输入闸机口和列车进入站台的人流信息,给出短时间站内人流的移动及分布情况。发现了惠新西街南口站设计上的不足与缺陷,提出了对类似站台的设计及模型应用的建议。结果表明:十号线与五号线之间换乘通道通行能力较低,换乘通道口存在拥堵,具有安全隐患。拓宽换乘通道2 m能够使车站通行能力大大提高,基本满足目前该站在工作日下班高峰期的换乘需求。

基于复杂网络理论的北京地铁网络脆弱性评估

以北京市现有地铁线网为研究对象,使用Space L方法构建拓扑网络,为更加符合实际情况,对换乘车站进行了拆分。分析中,综合考虑连通OD对和出行效率两个因素,以运输能力损失作为评估网络脆弱性指标。随后,计算分析了单节点攻击、随机攻击、静态攻击和动态攻击下造成的地铁网络运输能力损失的变化规律,得出动态攻击对地铁网络影响最大。在该攻击方式下,相对基于度的动态攻击,地铁网络对基于介数和基于ER的动态攻击,具有更高的脆弱性。同时攻击介数较大的节点对网络南北方向运输能力影响较大;攻击对出行效率影响较高的节点对网络东西方向运输能力影响较大。因此,在地铁运营过程中,应针对不同站点的节点属性和事故发生情况,采取相关防护措施。

基于脑电和眼电的疲劳检测方法的研究

本研究提出了一种基于前额单通道的脑电信号和脑电信号中的眼电信号特征来检测疲劳状态的研究方法。在实验室环境下,对招募的435名被试进行研究。为确保疲劳状态计算数据的真实有效性,前期对每帧数据进行噪声检测,再利用视频文件和KSS评分人为标定被试的真实疲劳状态,最终通过设置特征融合多项式方式,计算疲劳状态指数,从而确定疲劳状态,并对采集的100名地铁司机的脑电信号进行了验证。基于上述方法得到的实验室数据疲劳段的识别准确率为96.80%,误报率为3.35%。基于司机的脑电信号,得到93.10%的疲劳识别准确率和3.79%的误报率。通过真实情况下地铁司机数据的算法验证,结果证明了此算法对于疲劳检测的有效性,为将来地铁司机驾驶疲劳检测奠定了基础。

基于便携式脑电设备的快乐和悲伤情绪分类

驾驶员情绪状态的识别对车辆主动安全技术的研究具有重要的应用价值.本研究通过情绪视频诱发的方法采集17位被试前额双通道脑电信号,提取不同情绪的脑电特征,并对数据进行降维处理后采用多种分类器进行情绪分类.结果显示,与单核分类器和集成学习分类器相比,基于梯度提升决策树(GBDT)算法得到快乐和悲伤的识别准确率最高.本研究为驾驶员情绪状态的实时监测和识别提供新方法,为提高行车的安全性提供了理论保障.

股权融资和债权融资视角下的企业财务结构管窥——以联合利华(英国)为例

由于当今世界正处于经济全球化的时代,现代企业都处于全球化、国际化的竞争中。面对风云突变的全球经济一体化浪潮,各种外部环境都对企业财务结构产生了极大的影响。本文以联合利华(英国)为例,从股权融资和债权融资视角出发,探讨其对企业财务结构的影响和意义,以期有所裨益。

以安全生产标准化核查视角审视和推进安全生产标准化工作

为推进安全生产标准化工作的持续改善,通过安全标准化核查工作实际,首先介绍安全生产标准化工作和核查工作的流程,简述了核查工作与咨询、评审、评审组织工作间的关系,提出了核查工作中咨询、评审、评审组织和监督管理工作的问题和对策措施,最后以北京市开展安全生产标准化核查工作的实践和探索情况为例进行阐述。研究表明,安全生产标准化工作的提升要从创建质量、人员行为、政策措施等方面进行改进。