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
1
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
融合眼动和脑电特征的疲劳驾驶检测研究
被引量:
11
1
作者
徐军莉
王平
穆振东
《重庆交通大学学报(自然科学版)》
CAS
CSCD
北大核心
2021年第12期7-11,共5页
疲劳驾驶是导致交通事故的主要因素,采用脑电或眼动特征来检测疲劳驾驶是常用的方法。相对眼动特征,采用脑电特征检测率高但稳定性不如眼动特征。为了获得高且稳定的检测率,首先利用小波熵函数从脑电电极CP4、TP8、T5、P3、Pz、P4、T6...
疲劳驾驶是导致交通事故的主要因素,采用脑电或眼动特征来检测疲劳驾驶是常用的方法。相对眼动特征,采用脑电特征检测率高但稳定性不如眼动特征。为了获得高且稳定的检测率,首先利用小波熵函数从脑电电极CP4、TP8、T5、P3、Pz、P4、T6、O1、Oz、O2中提取脑电特征,然后将脑电特征和眼睛的扫视长度进行融合,利用KNN算法建立基于融合特征的疲劳检测模型。最后将基于融合特征的检测模型与基于脑电特征的检测模型进行比较。结果发现:两个检测模型的检测均值相差不多,但就检测稳定性来比较,基于融合特征的模型比基于脑电特征的模型更加稳定。
展开更多
关键词
交通运输工程
眼动与脑电特征
多
特征
融合
疲劳驾驶
检测模型
下载PDF
职称材料
题名
融合眼动和脑电特征的疲劳驾驶检测研究
被引量:
11
1
作者
徐军莉
王平
穆振东
机构
江西科技学院协同创新中心
出处
《重庆交通大学学报(自然科学版)》
CAS
CSCD
北大核心
2021年第12期7-11,共5页
基金
国家自然科学基金项目(61762045)
江西省教育厅科技项目(GJJ180979,GJJ191000)
江西省自然科学基金项目(20202BABL202031)。
文摘
疲劳驾驶是导致交通事故的主要因素,采用脑电或眼动特征来检测疲劳驾驶是常用的方法。相对眼动特征,采用脑电特征检测率高但稳定性不如眼动特征。为了获得高且稳定的检测率,首先利用小波熵函数从脑电电极CP4、TP8、T5、P3、Pz、P4、T6、O1、Oz、O2中提取脑电特征,然后将脑电特征和眼睛的扫视长度进行融合,利用KNN算法建立基于融合特征的疲劳检测模型。最后将基于融合特征的检测模型与基于脑电特征的检测模型进行比较。结果发现:两个检测模型的检测均值相差不多,但就检测稳定性来比较,基于融合特征的模型比基于脑电特征的模型更加稳定。
关键词
交通运输工程
眼动与脑电特征
多
特征
融合
疲劳驾驶
检测模型
Keywords
traffic and transportation engineering
eye movement and EEG features
multi-feature fusion
fatigue driving
detection 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
作者
出处
发文年
被引量
操作
1
融合眼动和脑电特征的疲劳驾驶检测研究
徐军莉
王平
穆振东
《重庆交通大学学报(自然科学版)》
CAS
CSCD
北大核心
2021
11
下载PDF
职称材料
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