您的位置：
首页
>
农业专利
>
详情页
基于脑电样本权重调整的跨被试疲劳驾驶分类方法
- 专利权人:
- 杭州电子科技大学
- 发明人:
- 赵月,孔万增,李秀峰,张佳明,曾虹,吴振华,戴国骏
- 申请号：
- CN202010985572.5
- 公开号：
- CN112274154A
- 申请日:
- 2020.09.18
- 申请国别(地区):
- CN
- 年份:
- 2021
- 代理人:
- 摘要：
- 本发明公开了一种基于脑电样本权重调整的跨被试疲劳状态分类方法。本发明以PSD作为特征提取方法，InstanceEasyTL算法作为分类器，通过对EEG信号的处理及分析，在跨被试的设定下，对驾驶员的疲劳程度进行分类，实现疲劳、清醒两种状态的区分。首先获取数据并预处理；其次使用PSD对脑电数据进行特征提取；然后设置实验的新源域和新目标域，再根据InstanceEasyTL算法进行分类。与传统的机器学习、深度学习方法和基于特征对齐的EasyTL方法相比，在跨被试上拥有更好的分类性能。此外本方法在仅需目标域中小部分比例的数据情况下，仍然能够保持较高的分类性能。
- 来源网站：
- 中国工程科技知识中心
- 来源网址：
- http://www.ckcest.cn/home/
