| 摘要 | 第1-7页 |
| Abstract | 第7-8页 |
| 1 绪论 | 第8-19页 |
| ·课题来源和意义 | 第8页 |
| ·国内外研究现状 | 第8-17页 |
| ·内部因素 | 第9-11页 |
| ·外部因素 | 第11-13页 |
| ·驾驶疲劳状态检则技术研究 | 第13-17页 |
| ·课题的研究内容和方案 | 第17-18页 |
| ·本章小结 | 第18-19页 |
| 2 实验设计 | 第19-26页 |
| ·实验方案 | 第19-22页 |
| ·驾驶行为信号采集及特征分析 | 第22-25页 |
| ·本章小结 | 第25-26页 |
| 3 基于小波熵的驾驶状态识别方法 | 第26-33页 |
| ·小波熵 | 第26-29页 |
| ·小波分解以及信息熵 | 第26-28页 |
| ·小波能谱熵 | 第28-29页 |
| ·小波奇异熵 | 第29页 |
| ·仿真结果分析 | 第29-32页 |
| ·本章小结 | 第32-33页 |
| 4 基于奇异性检测理论的驾驶状态识别方法 | 第33-41页 |
| ·小波变换及奇异性检测理论 | 第33-36页 |
| ·小波变换的定义 | 第33-34页 |
| ·小波局部模极大值与李氏指数(Lipschitz)~α | 第34-36页 |
| ·仿真结果分析 | 第36-40页 |
| ·本章小结 | 第40-41页 |
| 5 基于高斯混合模型的驾驶状态识别方法 | 第41-59页 |
| ·高斯混合模型(GMM) | 第41-45页 |
| ·模型介绍 | 第41-43页 |
| ·似然参数估计 | 第43-44页 |
| ·驾驶状态识别 | 第44-45页 |
| ·参数估计实验 | 第45-51页 |
| ·仿真结果分析 | 第51-58页 |
| ·本章小结 | 第58-59页 |
| 6 识别结果对比 | 第59-60页 |
| 结论 | 第60-61页 |
| 参考文献 | 第61-65页 |
| 在学研究成果 | 第65-66页 |
| 致谢 | 第66-67页 |
| 附录A:驾驶任务主观评价表 | 第67页 |