基于心电信号的驾驶疲劳检测方法研究
| 摘要 | 第1-5页 |
| Abstract | 第5-11页 |
| 第1章 绪论 | 第11-29页 |
| ·研究背景与意义 | 第11-12页 |
| ·驾驶疲劳定义 | 第12-14页 |
| ·驾驶疲劳评价方法 | 第14-20页 |
| ·基于生理信号的检测方法 | 第14-17页 |
| ·基于驾驶员外部行为的检测方法 | 第17-18页 |
| ·基于车辆参数的检测方法 | 第18-20页 |
| ·心电信号及其研究方法 | 第20-25页 |
| ·研究目标和研究内容 | 第25-26页 |
| ·论文的结构与安排 | 第26-29页 |
| 第2章 心电信号非线性动力学特征分析 | 第29-43页 |
| ·心电信号的混沌机制 | 第29-30页 |
| ·相空间重构 | 第30-35页 |
| ·最大Lyapunov指数与心电信号的混沌分析 | 第35-37页 |
| ·心电信号熵值的计算 | 第37-39页 |
| ·心电信号复杂度的计算 | 第39-41页 |
| ·本章小结 | 第41-43页 |
| 第3章 虚拟驾驶过程中心电信号变化研究 | 第43-57页 |
| ·研究目的 | 第43页 |
| ·实验设计 | 第43-47页 |
| ·被试选择 | 第43-44页 |
| ·实验变量 | 第44页 |
| ·虚拟驾驶任务 | 第44-45页 |
| ·实验设备与实验材料 | 第45-46页 |
| ·实验过程 | 第46-47页 |
| ·数据处理与分析 | 第47-54页 |
| ·主观疲劳度分析 | 第47-49页 |
| ·心电信号平均值趋势分析 | 第49-53页 |
| ·驾驶前后心电信号显著性分析 | 第53-54页 |
| ·结果讨论 | 第54-55页 |
| ·本章小结 | 第55-57页 |
| 第4章 基于核主元的心电信号特征提取实验分析 | 第57-75页 |
| ·PCA与KPCA的特征提取方法 | 第57-62页 |
| ·主元分析方法 | 第58-59页 |
| ·核主元分析方法 | 第59-62页 |
| ·心电信号特征提取实验 | 第62-64页 |
| ·被试选择 | 第62页 |
| ·实验设备 | 第62-63页 |
| ·实验过程 | 第63-64页 |
| ·实验数据处理与分析 | 第64-73页 |
| ·心电信号处理 | 第64-66页 |
| ·驾驶疲劳的PERCLOS测量方法 | 第66-69页 |
| ·心电信号指标主元分析 | 第69-70页 |
| ·心电信号分类分析 | 第70-73页 |
| ·本章小结 | 第73-75页 |
| 第5章 基于支持向量机的驾驶疲劳识别模型 | 第75-89页 |
| ·支持向量机方法 | 第76-81页 |
| ·线性可分的最优分类面 | 第76-79页 |
| ·非线性可分支持向量机 | 第79-81页 |
| ·支持向量机单值分类法 | 第81-82页 |
| ·基于支持向量机的驾驶疲劳识别方法 | 第82-84页 |
| ·基于心电信号的驾驶疲劳检测系统 | 第84-88页 |
| ·本章小结 | 第88-89页 |
| 第6章 总结与展望 | 第89-93页 |
| ·论文总结 | 第89-90页 |
| ·论文创新点 | 第90-91页 |
| ·展望 | 第91-93页 |
| 附录 | 第93-95页 |
| 附录1: 疲劳主观评价问卷 | 第93-94页 |
| 附录2: 心电信号线性指标核主元分布图 | 第94-95页 |
| 参考文献 | 第95-109页 |
| 攻读博士学位期间主要的研究成果 | 第109-111页 |
| 发表的论文 | 第109页 |
| 参加的科研项目 | 第109-111页 |
| 致谢 | 第111页 |
