| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-23页 |
| 1.1 选题背景和意义 | 第9-12页 |
| 1.2 国内外研究发展现状 | 第12-17页 |
| 1.2.1 机动车驾驶员警觉度检测的研究 | 第12-16页 |
| 1.2.2 高铁主动安全技术研究现状 | 第16-17页 |
| 1.3 脑电信号与警觉度 | 第17-20页 |
| 1.3.1 脑电信号简介 | 第17-18页 |
| 1.3.2 脑电信号与警觉度 | 第18-20页 |
| 1.4 本文主要研究内容及章节安排 | 第20-23页 |
| 第2章 无线可穿戴EEG采集系统 | 第23-33页 |
| 2.1 概述 | 第23页 |
| 2.2 无线可穿戴EEG采集系统 | 第23-26页 |
| 2.2.1 脑电信号采集电极 | 第23-25页 |
| 2.2.2 脑电信号数据处理模块 | 第25-26页 |
| 2.3 基于无线可穿戴设备的高速列车司机EEG采集实验平台 | 第26-29页 |
| 2.4 实验数据分析 | 第29-32页 |
| 2.5 本章小结 | 第32-33页 |
| 第3章 高速铁路司机脑电信号预处理 | 第33-41页 |
| 3.1 概述 | 第33页 |
| 3.2 脑电信号的噪声种类及其去噪算法 | 第33-34页 |
| 3.2.1 脑电信号的噪声类型 | 第33页 |
| 3.2.2 脑电信号的去噪方法 | 第33-34页 |
| 3.3 小波阈值去噪 | 第34-36页 |
| 3.3.1 离散小波变换 | 第34-35页 |
| 3.3.2 小波阈值分解 | 第35-36页 |
| 3.4 实验数据分析 | 第36-40页 |
| 3.5 本章小结 | 第40-41页 |
| 第4章 基于稀疏表示分类的EEG警觉度检测算法 | 第41-54页 |
| 4.1 概述 | 第41页 |
| 4.2 脑电信号的特征提取 | 第41-43页 |
| 4.3 稀疏表示及分类 | 第43-46页 |
| 4.3.1 稀疏表示 | 第43-44页 |
| 4.3.2 字典学习 | 第44-46页 |
| 4.3.3 稀疏表示分类 | 第46页 |
| 4.4 高速列车司机警觉度检测算法 | 第46-47页 |
| 4.5 实验数据分析 | 第47-53页 |
| 4.6 本章小结 | 第53-54页 |
| 第5章 基于高速列车司机警觉度的预警系统研究 | 第54-58页 |
| 5.1 概述 | 第54页 |
| 5.2 高速列车司机警觉度预警模型 | 第54-55页 |
| 5.3 实验仿真 | 第55-57页 |
| 5.4 本章小结 | 第57-58页 |
| 第6章 总结 | 第58-60页 |
| 6.1 全文工作总结 | 第58页 |
| 6.2 不足与展望 | 第58-60页 |
| 致谢 | 第60-61页 |
| 参考文献 | 第61-67页 |
| 攻读硕士学位期间发表的论文及科研成果 | 第67-69页 |
| 索引 | 第69-70页 |