龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：兰州交通大学
摘要：本发明提供一种基于前额单通道EEG的疲劳驾驶检测方法，融合前额单通道脑电EEG内嵌眨眼电位EBP特征及EEG子带特征实现疲劳驾驶检测，包括：前额Fp1通道EEG数据采集及其预处理；基于信息互补理论，设计移动标准差MSD算法检测与定位EEG中内嵌EBP，提取其疲劳驾驶相关特征作为融合特征之一，在此基础上，离散小波变换剔除EEG中EBP，获得相对纯净的EEG信号，并将其通过多尺度分解至5个不重叠子带，提取各子带的时频特征作为疲劳驾驶检测另一融合特征；发挥不同类型特征内在潜能，设计基于权重系数的特征融合策略，融合内嵌EBP特征和EEG子带特征，融合后特征作为分类器输入以实现高效的疲劳驾驶检测。
主权项：1.一种基于单通道EEG的疲劳驾驶检测方法，其特征在于，包括以下步骤：步骤一：输入前额Fp1通道的EEG信号x[n]，并预处理；步骤二：根据EEG中EBP振幅变化，设计MSD对时序EEG信号执行窗口滑动操作，计算各窗口内k个数据点的MSD，获取MSD序列的局部最大值，将MSD局部最大值与通用阈值UT比较，选取大于UT的MSD局部最大值对应窗口用于检测与定位Fp1通道中内嵌EBP；步骤三：EBP检测与定位基础上，提取EEG中内嵌EBP的眨眼率BR、平均眨眼幅度ABA、平均眨眼间隔ABI等能够反映疲劳驾驶状态的特征作为一种类型融合特征；步骤四：EBP特征提取后，对EEG中的EBP进行离散小波变换DWT滤波，将其从EEG信号中剔除；步骤五：滤波后的EEG信号多尺度分解至delta、theta、alpha、beta、gamma等5个子频带，提取各子带中反映驾驶过程中大脑状态变化的特征作为另一种类型融合特征；步骤六：剔除冗余特征，保留最有效特征，提供基于改进皮尔逊相关系数PCC的特征选择方法，计算特征与特征之间以及特征与类别之间的PCC，选择与类别相关性最强，与已选择特征相关性弱的特征；步骤七：设计基于权重系数的特征融合策略，为不同特征分配不同权重系数，输入融合后特征至随机森林RF分类器实现高效的疲劳驾驶检测。
全文数据：
权利要求：
百度查询： 兰州交通大学 一种基于单通道EEG的疲劳驾驶检测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号