10.11896/j.issn.1002-137X.2016.7.058
基于脉搏IMF时频特征和SVDD的驾驶员疲劳检测
针对传统时频特征难以很好地描述脉搏这类非平稳信号与驾驶员疲劳脉搏样本相对较少的问题,提出一种基于脉搏信号本征模函数(IMF)时频特征和支持向量数据描述(SVDD)的驾驶员疲劳检测方法.该方法充分利用了IMF适合表征非平稳信号和SVDD擅长处理不平衡样本分类问题的优势.首先,将脉搏信号进行经验模态分解;然后,提取各IMF时频特征:归一化能量、最大瞬时频率和瞬时幅值平均值;最后,用SVDD分类器对驾驶员疲劳状况做出判别并给出疲劳等级.对比实验表明,该方法能有效检测出驾驶员的疲劳状况.
疲劳驾驶、脉搏信号、本征模函数、支持向量数据描述
43
TP391(计算技术、计算机技术)
城市交通车路协同控制仿真系统开发项目cstc2014yykfb40001;重庆市教委科学技术研究项目KJ1500442;国家自然科学基金项目91438104
2016-10-08(万方平台首次上网日期,不代表论文的发表时间)
共5页
314-318