基于小波包节律和支持向量机的警戒低觉醒脑电信号识别方法

发布时间：2017-09-08 20:06

  本文关键词：基于小波包节律和支持向量机的警戒低觉醒脑电信号识别方法

  更多相关文章： 脑电图 小波包变换 支持向量机 低觉醒状态

【摘要】：平乏、单调的监控作业容易使作业人员觉醒水平下降,为提高监控工作的绩效,需识别及唤醒低觉醒状态,因此本文提出以脑电信号(EEG)为研究对象的低觉醒状态识别方法。运用小波包变换分解警戒作业人员的EEG信号,获取EEG信号中的δ、θ、α、β等节律成分;结合各节律计算相对能量和高低频能量比参数等特征,组成低觉醒状态识别的特征向量,并使用支持向量机对模拟警戒作业中的低觉醒状态进行了识别。实验结果显示,本文方法能够很好地区分警戒作业中的低觉醒状态和觉醒状态,识别率高。与其它分析方法相比,该方法能够有效地识别警戒作业中的低觉醒状态,能够为低觉醒状态的唤醒机制提供技术支持。
【作者单位】： 井冈山大学电子与信息工程学院;流域生态与地理环境监测国家测绘地理信息局重点实验室;井冈山大学教育学院;
【关键词】： 脑电图 小波包变换 支持向量机 低觉醒状态
【基金】：国家自然科学基金资助项目(31260238) 江西省自然科学基金资助项目(20151BAB207063)
【分类号】：TN911.7;R338
【正文快照】： 3(流域生态与地理环境监测国家测绘地理信息局重点实验室,吉安343009)引言觉醒和睡眠是人体必须的两个生理过程,两个生理活动通常以昼夜节律的方式周期性地交替着。然而,像车辆驾驶员、视频监控者等警戒作业人员在长时间单调的工作、平乏简单地重复操作后,容易产生困倦而打瞌

【相似文献】

中国期刊全文数据库 前1条

1 聆风;;探索时差反应背后的生物学机制[J];中华医学信息导报;2006年18期

，

本文编号：816043