一种样本与特征质量联合量化评估的脑电疲劳检测方法
- 专利权人:
- 杭州电子科技大学
- 发明人:
- 彭勇,李幸,张怿恺
- 申请号：
- CN202110317792.5
- 公开号：
- CN113143275B
- 申请日:
- 2021.03.24
- 申请国别(地区):
- CN
- 年份:
- 2022
- 代理人:
- 摘要：
- 本发明提供一种样本与特征质量联合量化评估的脑电疲劳检测方法。本发明步骤如下：1、多个被试者分别在模拟驾驶系统下进行脑电数据采集。2、对步骤1所得的所有脑电数据进行预处理和特征提取。3、建立机器学习模型以实现样本与特征质量联合量化评估的脑电疲劳检测。4、求得衡量样本质量的描述因子v、特征的描述因子θ。5、对新的被试者脑电的数据进行疲劳回归预测。本发明将v和θ嵌入最小二乘模型后，获得的衡量样本质量与特征的权重描述因子提供了执行脑电数据样本选择和特征选择的有效工具，对质量较好的样本和特征赋予更高的权重，能够根据脑电数据准确地获取被测者的疲劳情况。
- 来源网站：
- 中国工程科技知识中心
