帮助 本站公告
您现在所在的位置:网站首页 > 知识中心 > 文献详情
文献详细Journal detailed

基于小波熵的驾驶疲劳脑电信号特征提取
Feature Extraction of Fatigued Driver's Electroencephalogram Signals Based on Wavelet Entropy

作  者: ; ; ;

机构地区: 东北大学机械工程与自动化学院

出  处: 《汽车工程》 2013年第12期1139-1142,共4页

摘  要: 为寻找衡量驾驶疲劳的可靠的生理指标,通过实验采集了模拟驾驶前、模拟驾驶疲劳后和休息后的脑电信号,并对其进行预处理和特征提取。应用小波变换对脑电信号进行降噪;并求得降噪后的脑电信号H和R小波熵比值。结果表明,驾驶疲劳后脑电信号H和R值有增大的趋势;再经充分休息后,脑电信号的H和R值有下降趋势,两者均具有显著性差异(P<0.05),说明小波熵值是驾驶疲劳脑电特征提取的有效方法。 For finding a reliable physiological indicator representing the level of driving fatigue, the electro-parison show that H and R values increase with fatigue after simulated driving and reduce after rest both with significant difference (P〈0. 05), indicating the effectiveness of wavelet entropy in EEG feature extraction for driving fatigue.

关 键 词: 驾驶疲劳 脑电信号 小波变换 小波熵

领  域: [交通运输工程] [交通运输工程]

相关作者

作者 温晓利
作者 周凌燕
作者 屈萍
作者 王纬东
作者 毕凌燕

相关机构对象

机构 广东警官学院刑事技术系
机构 中山大学教育学院
机构 广东药科大学
机构 中山大学教育学院体育教育系
机构 北京语言大学

相关领域作者

作者 张滨
作者 王丽娟
作者 罗谷松
作者 吴敏
作者 周晓津