基于贝叶斯网络的飞行员混沌脑电信号评估

面孔诱发的脑电信号与基函数迭代所构成离散动力系统是混沌的,导致现阶段针对脑电信号的飞行员疲劳评估,存在评估效果不佳等问题。对此,研究混沌脑电信号下的飞行员疲劳评估方法。首先,使用验模态分解的方法,对飞行员脑电信号展开去混沌化处理;然后,通过套袋-正则化空间模式方法,提取飞行员脑电信号特征向量;最后,输入飞行员脑电信号特征向量至隐马尔可夫模型(HMM)与贝叶斯网络结合模型中,完成飞行员疲劳评估。实验结果表明,所提方法的飞行员疲劳评估准确度在91.7%,飞行员疲劳误差在1%~4%,获得了更准确的飞行员疲劳评估结果。