期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
6
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
定性推理生成器在驾驶疲劳检测中的应用
被引量:
6
1
作者
徐军莉
闵建亮
+1 位作者
胡剑锋
王平
《汽车安全与节能学报》
CAS
CSCD
2018年第1期32-40,共9页
疲劳驾驶是导致交通死亡事故的原因之一。为检测识别驾驶疲劳状态,该文鉴于人的眼动行为存在随机性及模糊性的特点,建立了基于"眼睛闭合时间比"(Per-clos)和眨眼时间均值的二维云模型,根据这2个眼动参数的云模型特征,构建了1...
疲劳驾驶是导致交通死亡事故的原因之一。为检测识别驾驶疲劳状态,该文鉴于人的眼动行为存在随机性及模糊性的特点,建立了基于"眼睛闭合时间比"(Per-clos)和眨眼时间均值的二维云模型,根据这2个眼动参数的云模型特征,构建了14条定性规则。依据二维单规则生成器,构造了二维多规则定性推理生成器。对60例数据,进行识别判断。结果表明:平均识别率达到73.98%。同组实验数据下,使用该方法比采用K最近邻(KNN)及支持向量机(SVM)分类算法的检测率要高。随着训练样本人数增多,生成器的识别率预计可进一步提高。
展开更多
关键词
汽车安全
疲劳驾驶
眼动特征
定性推理生成器
二维云模型
下载PDF
职称材料
基于独立成分分析降噪与集成分类器的疲劳脑电分析
被引量:
2
2
作者
王海玉
王映龙
+1 位作者
闵建亮
胡剑锋
《科学技术与工程》
北大核心
2018年第32期200-205,共6页
疲劳驾驶是引起众多交通事故的重要因素之一,脑电作为一种直接反映大脑组织电活动的信号日趋成为评估驾驶疲劳检测与预警的研究焦点。提出了一种基于Ada Boost的组合型实验方法用于分析脑电检测疲劳驾驶。实验过程中针对不同受试者采用...
疲劳驾驶是引起众多交通事故的重要因素之一,脑电作为一种直接反映大脑组织电活动的信号日趋成为评估驾驶疲劳检测与预警的研究焦点。提出了一种基于Ada Boost的组合型实验方法用于分析脑电检测疲劳驾驶。实验过程中针对不同受试者采用独立成分分析(independent component correlation algorithm,ICA)处理分析;继而进行样本熵、信息熵、模糊熵和AR系数的特征提取;最后运用Ada Boost将最小二乘向量机基于三种核分类器集成为一个强分类器。实验结果显示,采用Ada Boost分类器分类效果优于单个核分类器,对疲劳驾驶平均识别率达到93%,五折交叉验证准确率为91. 04%,在一定程度上推动了基于脑电信号的安全驾驶辅助监控系统的研究。
展开更多
关键词
疲劳驾驶
脑电
样本熵
模糊熵
信息熵
ADABOOST分类器
下载PDF
职称材料
集成3种不同核分类器的疲劳脑电分类
被引量:
1
3
作者
王海玉
王映龙
+1 位作者
闵建亮
胡剑锋
《计算机工程与设计》
北大核心
2019年第6期1757-1762,共6页
为对疲劳脑电进行准确识别,预防疲劳驾驶带来的危害,对32导脑电信号进行预处理,对比小波变换和经验模态分析(empirical mode decomposition,EMD)去掉异常值和高频噪声情况,在效果较好的EMD基础上进行样本熵、模糊熵的提取,形成特征集,...
为对疲劳脑电进行准确识别,预防疲劳驾驶带来的危害,对32导脑电信号进行预处理,对比小波变换和经验模态分析(empirical mode decomposition,EMD)去掉异常值和高频噪声情况,在效果较好的EMD基础上进行样本熵、模糊熵的提取,形成特征集,选用最小二乘为基分类器,采用AdaBoost (adaptive boosting)方法通过迭代增加错分样本权重,投票形成基于最小二乘支持向量机3个不同核的弱分类器集成的强分类器,实现驾驶疲劳的识别,平均准确率达95%。通过实验验证了该方法的灵活性及鲁棒性,在一定程度上推动了驾驶疲劳的研究。
展开更多
关键词
脑电信号
疲劳驾驶
经验模态分析
样本熵
模糊熵
下载PDF
职称材料
基于小波变换与多项指标的疲劳驾驶检测应用
被引量:
2
4
作者
王海玉
王映龙
+1 位作者
闵建亮
胡剑锋
《计算机与现代化》
2018年第10期32-35,43,共5页
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...
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。
展开更多
关键词
小波变换
核主元分析
最小二乘向量机
脑电信号
下载PDF
职称材料
基于改进U-Net网络对输电塔陶瓷绝缘子表面缺陷的识别算法
被引量:
4
5
作者
陈潇
徐曙
+2 位作者
张成巍
许海源
闵建亮
《陶瓷学报》
CAS
北大核心
2022年第3期469-477,共9页
针对传统巡检方法对输电塔陶瓷绝缘子表面缺陷识别存在效率低、精度差、漏检率高的问题,采用基于改进U-net网络的无人机智能巡检方法,对输电塔中的陶瓷绝缘子表面缺陷进行检测与识别。运用空洞卷积矩阵对U-net网络中的卷积层进行膨胀系...
针对传统巡检方法对输电塔陶瓷绝缘子表面缺陷识别存在效率低、精度差、漏检率高的问题,采用基于改进U-net网络的无人机智能巡检方法,对输电塔中的陶瓷绝缘子表面缺陷进行检测与识别。运用空洞卷积矩阵对U-net网络中的卷积层进行膨胀系数优化,增大卷积核感受野提升缺陷细节信息的完整性;采用全尺度跳跃连接模型融合高位特征信息与低维特征信息,提高陶瓷绝缘子表面缺陷特征的准确性。实验结果表明:基于改进U-net网络的无人机智能巡检方法对陶瓷绝缘子的表面缺陷检测,其识别准确率(Accuarcy)为97.6%、平均精度(mPA)为95.28%、平均交并比(mIOU)为91.56%。与U-net相比,此方法对陶瓷绝缘子表面缺陷的巡检精度提高了7.8%。
展开更多
关键词
陶瓷绝缘子
表面缺陷
改进U-net网络
空洞卷积矩阵
全尺度跳跃连接模型
下载PDF
职称材料
基于前额脑电多尺度小波对数能量熵的驾驶疲劳检测分析
被引量:
20
6
作者
闵建亮
蔡铭
《中国公路学报》
EI
CAS
CSCD
北大核心
2020年第6期182-189,共8页
为研究脑机接口(BCI)在交通运输中的应用,减少因疲劳驾驶导致的交通安全事故,提出基于前额脑电(EEG)信号多尺度小波对数能量熵的驾驶疲劳检测方法。首先,设计驾驶仿真模拟试验,利用脑电帽采集26名被试清醒驾驶和疲劳驾驶的前额EEG信号,...
为研究脑机接口(BCI)在交通运输中的应用,减少因疲劳驾驶导致的交通安全事故,提出基于前额脑电(EEG)信号多尺度小波对数能量熵的驾驶疲劳检测方法。首先,设计驾驶仿真模拟试验,利用脑电帽采集26名被试清醒驾驶和疲劳驾驶的前额EEG信号,试验过程中,使用主观检测方法每隔20min对被试进行问询;其次,应用MATLAB对采集到的EEG数据进行预处理,基于2种驾驶状态形成被试初始样本数据集;进而,在该数据集基础上,利用多尺度熵的概念,提取EEG信号小波对数能量熵(WLE)特征,同时提取经典模糊熵(FE)特征进行比较分析;然后,运用极限学习机(ELM)对提取的特征数据集进行快速有效的精准分类,并使用留一交叉验证法进行验证评估;最后,对比经典FE分类表现,并结合多种性能指标对驾驶疲劳检测结果进行综合比较。研究结果表明:在本文试验条件下,基于多尺度WLE(MWLE)的前额EEG疲劳识别率显著高于基于多尺度FE(MFE)的识别率,其理论平均正确率达91.8%;基于多尺度熵的EEG信号特征提取方法能有效提高驾驶疲劳识别效果和算法效率;多种性能指标表明前额EEG的WLE可以作为衡量驾驶疲劳的有效生理指标;结果验证了采用基于ELM对MWLE的前额EEG信号进行驾驶疲劳检测方法的有效性和实用性,有助于促进可穿戴BCI在疲劳驾驶预警中的应用。
展开更多
关键词
交通工程
驾驶安全
多尺度熵
驾驶人疲劳
脑机接口(BCI)
脑电(EEG)信号
极限学习机(ELM)
原文传递
题名
定性推理生成器在驾驶疲劳检测中的应用
被引量:
6
1
作者
徐军莉
闵建亮
胡剑锋
王平
机构
江西科技学院协同创新中心
出处
《汽车安全与节能学报》
CAS
CSCD
2018年第1期32-40,共9页
基金
国家自然科学基金(61762045)
南昌市指导性科技计划项目(13
洪科发计字[2016]96)
文摘
疲劳驾驶是导致交通死亡事故的原因之一。为检测识别驾驶疲劳状态,该文鉴于人的眼动行为存在随机性及模糊性的特点,建立了基于"眼睛闭合时间比"(Per-clos)和眨眼时间均值的二维云模型,根据这2个眼动参数的云模型特征,构建了14条定性规则。依据二维单规则生成器,构造了二维多规则定性推理生成器。对60例数据,进行识别判断。结果表明:平均识别率达到73.98%。同组实验数据下,使用该方法比采用K最近邻(KNN)及支持向量机(SVM)分类算法的检测率要高。随着训练样本人数增多,生成器的识别率预计可进一步提高。
关键词
汽车安全
疲劳驾驶
眼动特征
定性推理生成器
二维云模型
Keywords
automobile safety
fatigue driving
eye movement characteristics
generator for uncertaintyreasoning
2-D cloud model
分类号
U491.31 [交通运输工程—交通运输规划与管理]
下载PDF
职称材料
题名
基于独立成分分析降噪与集成分类器的疲劳脑电分析
被引量:
2
2
作者
王海玉
王映龙
闵建亮
胡剑锋
机构
江西农业大学计算机与信息工程学院
江西科技学院信息技术研究所
出处
《科学技术与工程》
北大核心
2018年第32期200-205,共6页
基金
国家自然科学基金(61762045)
江西省自然科学基金(20171BAB202031)
江西省教育厅科技项目重点课题(GJJ151146)资助
文摘
疲劳驾驶是引起众多交通事故的重要因素之一,脑电作为一种直接反映大脑组织电活动的信号日趋成为评估驾驶疲劳检测与预警的研究焦点。提出了一种基于Ada Boost的组合型实验方法用于分析脑电检测疲劳驾驶。实验过程中针对不同受试者采用独立成分分析(independent component correlation algorithm,ICA)处理分析;继而进行样本熵、信息熵、模糊熵和AR系数的特征提取;最后运用Ada Boost将最小二乘向量机基于三种核分类器集成为一个强分类器。实验结果显示,采用Ada Boost分类器分类效果优于单个核分类器,对疲劳驾驶平均识别率达到93%,五折交叉验证准确率为91. 04%,在一定程度上推动了基于脑电信号的安全驾驶辅助监控系统的研究。
关键词
疲劳驾驶
脑电
样本熵
模糊熵
信息熵
ADABOOST分类器
Keywords
fatigue driving
electroencephalogram
sample entropy
fuzzy entropy
information entropy
Adaboost classifier
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
集成3种不同核分类器的疲劳脑电分类
被引量:
1
3
作者
王海玉
王映龙
闵建亮
胡剑锋
机构
江西农业大学计算机与信息工程学院
江西科技学院信息技术研究所
出处
《计算机工程与设计》
北大核心
2019年第6期1757-1762,共6页
基金
国家自然科学基金项目(61762045)
江西省自然科学基金项目(20171BAB202031)
江西省教育厅科技项目重点课题基金项目(GJJ151146)
文摘
为对疲劳脑电进行准确识别,预防疲劳驾驶带来的危害,对32导脑电信号进行预处理,对比小波变换和经验模态分析(empirical mode decomposition,EMD)去掉异常值和高频噪声情况,在效果较好的EMD基础上进行样本熵、模糊熵的提取,形成特征集,选用最小二乘为基分类器,采用AdaBoost (adaptive boosting)方法通过迭代增加错分样本权重,投票形成基于最小二乘支持向量机3个不同核的弱分类器集成的强分类器,实现驾驶疲劳的识别,平均准确率达95%。通过实验验证了该方法的灵活性及鲁棒性,在一定程度上推动了驾驶疲劳的研究。
关键词
脑电信号
疲劳驾驶
经验模态分析
样本熵
模糊熵
Keywords
EEG signal
fatigue driving
EMD
sample entropy
fuzzy entropy
分类号
TP301 [自动化与计算机技术—计算机系统结构]
下载PDF
职称材料
题名
基于小波变换与多项指标的疲劳驾驶检测应用
被引量:
2
4
作者
王海玉
王映龙
闵建亮
胡剑锋
机构
江西农业大学计算机与信息工程学院
江西科技学院信息技术研究所
出处
《计算机与现代化》
2018年第10期32-35,43,共5页
基金
国家自然科学基金资助项目(61762045)
江西省自然科学基金资助项目(20171BAB202031)
江西省教育厅科技项目重点课题(GJJ151146)
文摘
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。
关键词
小波变换
核主元分析
最小二乘向量机
脑电信号
Keywords
wavelet transform
kernel principal component analysis
least square support vector machine
electro encephalo granl
分类号
TP311 [自动化与计算机技术—计算机软件与理论]
下载PDF
职称材料
题名
基于改进U-Net网络对输电塔陶瓷绝缘子表面缺陷的识别算法
被引量:
4
5
作者
陈潇
徐曙
张成巍
许海源
闵建亮
机构
中国南方电网深圳供电局有限公司
中山大学智能工程学院智能交通系统重点实验室
出处
《陶瓷学报》
CAS
北大核心
2022年第3期469-477,共9页
基金
中国南方电网科技攻坚项目(SZKJXM20190334)
江西省科技厅重点研发项目(20151BBE50041)。
文摘
针对传统巡检方法对输电塔陶瓷绝缘子表面缺陷识别存在效率低、精度差、漏检率高的问题,采用基于改进U-net网络的无人机智能巡检方法,对输电塔中的陶瓷绝缘子表面缺陷进行检测与识别。运用空洞卷积矩阵对U-net网络中的卷积层进行膨胀系数优化,增大卷积核感受野提升缺陷细节信息的完整性;采用全尺度跳跃连接模型融合高位特征信息与低维特征信息,提高陶瓷绝缘子表面缺陷特征的准确性。实验结果表明:基于改进U-net网络的无人机智能巡检方法对陶瓷绝缘子的表面缺陷检测,其识别准确率(Accuarcy)为97.6%、平均精度(mPA)为95.28%、平均交并比(mIOU)为91.56%。与U-net相比,此方法对陶瓷绝缘子表面缺陷的巡检精度提高了7.8%。
关键词
陶瓷绝缘子
表面缺陷
改进U-net网络
空洞卷积矩阵
全尺度跳跃连接模型
Keywords
ceramic insulator
surface defect
improved U-net network
empty convolution matrix
full-scale skip connection model
分类号
TQ174.75 [化学工程—陶瓷工业]
下载PDF
职称材料
题名
基于前额脑电多尺度小波对数能量熵的驾驶疲劳检测分析
被引量:
20
6
作者
闵建亮
蔡铭
机构
中山大学智能工程学院智能交通系统重点实验室
出处
《中国公路学报》
EI
CAS
CSCD
北大核心
2020年第6期182-189,共8页
基金
国家自然科学联合基金项目(U1811463)。
文摘
为研究脑机接口(BCI)在交通运输中的应用,减少因疲劳驾驶导致的交通安全事故,提出基于前额脑电(EEG)信号多尺度小波对数能量熵的驾驶疲劳检测方法。首先,设计驾驶仿真模拟试验,利用脑电帽采集26名被试清醒驾驶和疲劳驾驶的前额EEG信号,试验过程中,使用主观检测方法每隔20min对被试进行问询;其次,应用MATLAB对采集到的EEG数据进行预处理,基于2种驾驶状态形成被试初始样本数据集;进而,在该数据集基础上,利用多尺度熵的概念,提取EEG信号小波对数能量熵(WLE)特征,同时提取经典模糊熵(FE)特征进行比较分析;然后,运用极限学习机(ELM)对提取的特征数据集进行快速有效的精准分类,并使用留一交叉验证法进行验证评估;最后,对比经典FE分类表现,并结合多种性能指标对驾驶疲劳检测结果进行综合比较。研究结果表明:在本文试验条件下,基于多尺度WLE(MWLE)的前额EEG疲劳识别率显著高于基于多尺度FE(MFE)的识别率,其理论平均正确率达91.8%;基于多尺度熵的EEG信号特征提取方法能有效提高驾驶疲劳识别效果和算法效率;多种性能指标表明前额EEG的WLE可以作为衡量驾驶疲劳的有效生理指标;结果验证了采用基于ELM对MWLE的前额EEG信号进行驾驶疲劳检测方法的有效性和实用性,有助于促进可穿戴BCI在疲劳驾驶预警中的应用。
关键词
交通工程
驾驶安全
多尺度熵
驾驶人疲劳
脑机接口(BCI)
脑电(EEG)信号
极限学习机(ELM)
Keywords
traffic engineering
driving safety
multi-scale entropy
driver fatigue
brain-computer interface(BCI)
electroencephalogram(EEG)
extreme learning machine(ELM)
分类号
U491 [交通运输工程—交通运输规划与管理]
原文传递
题名
作者
出处
发文年
被引量
操作
1
定性推理生成器在驾驶疲劳检测中的应用
徐军莉
闵建亮
胡剑锋
王平
《汽车安全与节能学报》
CAS
CSCD
2018
6
下载PDF
职称材料
2
基于独立成分分析降噪与集成分类器的疲劳脑电分析
王海玉
王映龙
闵建亮
胡剑锋
《科学技术与工程》
北大核心
2018
2
下载PDF
职称材料
3
集成3种不同核分类器的疲劳脑电分类
王海玉
王映龙
闵建亮
胡剑锋
《计算机工程与设计》
北大核心
2019
1
下载PDF
职称材料
4
基于小波变换与多项指标的疲劳驾驶检测应用
王海玉
王映龙
闵建亮
胡剑锋
《计算机与现代化》
2018
2
下载PDF
职称材料
5
基于改进U-Net网络对输电塔陶瓷绝缘子表面缺陷的识别算法
陈潇
徐曙
张成巍
许海源
闵建亮
《陶瓷学报》
CAS
北大核心
2022
4
下载PDF
职称材料
6
基于前额脑电多尺度小波对数能量熵的驾驶疲劳检测分析
闵建亮
蔡铭
《中国公路学报》
EI
CAS
CSCD
北大核心
2020
20
原文传递
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部