您的位置：
首页
>
农业专利
>
详情页
一种基于LightGBM的EEG疲劳状态分类方法
- 专利权人:
- 杭州电子科技大学
- 发明人:
- 曾虹,杨晨,孔万增,吴振华,张佳明
- 申请号：
- CN201811571326.4
- 公开号：
- CN109512442A
- 申请日:
- 2018.21.12
- 申请国别(地区):
- CN
- 年份:
- 2019
- 代理人:
- 摘要：
- 本发明公开了一种基于LightGBM的EEG疲劳状态分类方法。本发明以共空间模式作为特征提取方法,梯度boosting框架LightGBM作为分类器,通过对EEG信号的分析,对驾驶员的疲劳程度进行分类,实现疲劳、清醒、中性三种状态的区分。首先获取数据并预处理;其次通过CSP对脑电数据进行特征提取,后对脑电特征进行降维;然后划定实验的训练集和测试集,再构建分类模型分类。针对精神状态预测,本发明获得的结果更好,且从时间消耗角度,本发明拥有较快的运行速度,这对后期应用于实时数据分析提供了基础。总之,本发明在精神状态预测方面具有较好的性能,以期在实际的脑机交互中有着广泛的应用前景。
- 来源网站：
- 中国工程科技知识中心
- 来源网址：
- http://www.ckcest.cn/home/
