10.16503/j.cnki.2095-9931.2018.03.005
基于模糊神经网络的驾驶警觉度识别方法研究
为了有效识别驾驶警觉度,构建了一种基于脑电信号的驾驶警觉度识别方法.首先,以主观疲劳测评、驾驶行为绩效作为量化指标,验证驾驶警觉度等级划分的合理性.在此基础上,对脑电信号数据进行小波变换提取特征参数,作为驾驶警觉度的识别特征指标,结合模糊神经网络构建了驾驶警觉度识别模型.最后,采用该模型对20名驾驶员连续驾驶3h的脑电数据进行试算.结果表明:通过对前后时段的主观疲劳与行为数据进行对比分析,两时段数据存在着显著差异性,说明驾驶警觉度等级划分具有合理性;采用模糊神经网络的识别结果优于BP神经网络,其模型识别正确率为81.29%~84.95%,且平均正确率为83.12%,该方法可用于驾驶警觉度的识别.
模糊神经网络、驾驶警觉度等级、脑电信号、小波变换、识别模型
4
U491.254(交通工程与公路运输技术管理)
2018-09-30(万方平台首次上网日期,不代表论文的发表时间)
共6页
30-35