一种基于核心脑网络和张量分解的驾驶疲劳状态检测方法
- 专利权人:
- 杭州电子科技大学
- 发明人:
- 杨昆,杨锡亮,张建海,朱莉,程世超,姚振宁
- 申请号：
- CN202211190514.9
- 公开号：
- CN115553781A
- 申请日:
- 2022.09.28
- 申请国别(地区):
- CN
- 年份:
- 2023
- 代理人:
- 摘要：
- 本发明公开一种基于核心脑网络和张量分解的驾驶疲劳状态检测方法。本发明创新性的结合相关性分析和图论中心性原理为判断节点重要性的依据，考虑功能网络随精神状态的变化，通过保留关键节点和相应边来确定影响精神状态的核心脑网络。针对多层脑网络不同频带的脑网络特征之间的关联无法被有效挖掘的问题，本发明将脑网络数据作为高阶张量，使用连续低秩非负塔克分解算法，使用张量分解的方法保留不同频带脑网络之间的相互联系，快速高效的提取多层核心脑网络的分类特征。
- 来源网站：
- 中国工程科技知识中心
