| 摘要 | 第8-10页 |
| ABSTRACT | 第10-11页 |
| 第一章 绪论 | 第12-18页 |
| 1.1 研究背景和意义 | 第12-13页 |
| 1.2 国内外研究状况 | 第13-15页 |
| 1.3 本文的主要工作及章节安排 | 第15-18页 |
| 第二章 眼动信息特征提取 | 第18-36页 |
| 2.1 数字图像处理简介 | 第18-20页 |
| 2.2 基于混合积分投影法的人眼定位 | 第20-26页 |
| 2.2.1 背景去除 | 第21-23页 |
| 2.2.2 人眼定位 | 第23-26页 |
| 2.3 基于mean-shift算法的人眼分割 | 第26-32页 |
| 2.3.1 直方图均衡化 | 第26-27页 |
| 2.3.2 Mean-shift算法原理 | 第27-31页 |
| 2.3.3 基于mean-shift算法的人眼分割 | 第31-32页 |
| 2.4 眼动特征提取 | 第32-34页 |
| 2.4.1 眼动疲劳特征简介 | 第32-33页 |
| 2.4.2 眼动特征参数计算 | 第33-34页 |
| 2.5 本章小结 | 第34-36页 |
| 第三章 脉搏信息特征提取 | 第36-44页 |
| 3.1 脉搏信息简介 | 第36-37页 |
| 3.2 基于小波变换的脉搏信息处理 | 第37-41页 |
| 3.2.1 小波变换理论 | 第37-38页 |
| 3.2.2 基于小波变换的脉搏信息预处理 | 第38-40页 |
| 3.2.3 基于小波变换的特征点检测 | 第40-41页 |
| 3.3 脉搏特征提取 | 第41-42页 |
| 3.4 本章小结 | 第42-44页 |
| 第四章 基于极限学习机的疲劳信息融合与状态识别 | 第44-50页 |
| 4.1 极限学习机简介 | 第44-47页 |
| 4.1.1 单隐含层前馈神经网络 | 第44-46页 |
| 4.1.2 极限学习机 | 第46-47页 |
| 4.2 基于极限学习机的疲劳状态识别 | 第47-48页 |
| 4.3 本章小结 | 第48-50页 |
| 第五章 实验验证及结果分析 | 第50-58页 |
| 5.1 实验设计 | 第50-54页 |
| 5.1.1 实验平台的搭建 | 第51-53页 |
| 5.1.2 具体实验安排 | 第53-54页 |
| 5.2 实验验证及分析 | 第54-56页 |
| 5.2.1 实验验证 | 第54-56页 |
| 5.2.2 结果分析 | 第56页 |
| 5.4 本章小结 | 第56-58页 |
| 第六章 总结与展望 | 第58-60页 |
| 6.1 总结 | 第58页 |
| 6.2 展望 | 第58-60页 |
| 参考文献 | 第60-66页 |
| 致谢 | 第66-68页 |
| 攻读硕士期间发表的论文 | 第68-69页 |
| 学位论文评阅及答辩情况表 | 第69页 |