基于时频分析的机车司机疲劳检测研究.docxVIP

下载本文档

5
0
约1.76万字
约 31页
2023-05-14 发布于湖南
举报
版权申诉

基于时频分析的机车司机疲劳检测研究.docx

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

基于时频分析的机车司机疲劳检测研究摘要：在铁路运输的快速发展的同时，安全问题越来越引起人们的重视。其中机车司机的驾驶疲劳是影响行车安全的重要因素。在本论文中，针对机车司机不同状态驾驶下的脑电信号进行分析。由于脑电信号具有非线性、非平稳特征，传统的时域和频域分析不能达到预期的要求，所以利用小波变换来对脑电信号进行处理，克服了传统的时域和频域分析的缺点。脑电信号最主要的分为δ波段（1－3Hz）、θ波段（4－7Hz）、α波段（8－13Hz）、β波段（14－30Hz），对不同波段的采集信号利用小波变换来处理，得出均值作为特征，使用支持向量机对疲劳和清醒状态下的脑电信号特征进行分类。结果表明，利