基于小波变换和神经网络的疲劳驾驶检测技术的研究
| 摘要 | 第1-6页 |
| Abstract | 第6-7页 |
| 目录 | 第7-9页 |
| 第1章 绪论 | 第9-15页 |
| ·研究背景与意义 | 第9页 |
| ·疲劳驾驶识别方法的国内外研究现状 | 第9-14页 |
| ·国内研究现状 | 第10-11页 |
| ·国外研究现状 | 第11-13页 |
| ·研究现状的分析 | 第13-14页 |
| ·论文主要研究内容 | 第14-15页 |
| 第2章 驾驶疲劳研究的基本理论 | 第15-33页 |
| ·脑电信号的基础知识 | 第16-18页 |
| ·脑电信号的产生机理 | 第16-17页 |
| ·脑电信号的生理特点 | 第17页 |
| ·脑电信号的分类 | 第17-18页 |
| ·数字信号的处理方法 | 第18-28页 |
| ·基于时域分析的特征生成方法 | 第18-19页 |
| ·基于频域分析的特征生成方法 | 第19-20页 |
| ·基于时频分析的特征生成方法 | 第20-28页 |
| ·模式识别的基本理论 | 第28-33页 |
| ·神经网络算法 | 第29页 |
| ·BP神经网络 | 第29-31页 |
| ·改进的BP神经网络 | 第31-33页 |
| 第3章 驾驶疲劳模拟试验系统 | 第33-37页 |
| ·汽车驾驶模拟器 | 第33-34页 |
| ·座舱 | 第33-34页 |
| ·中央监控台 | 第34页 |
| ·图像 | 第34页 |
| ·NuAMps便携式40导数字DC EEG放大器 | 第34页 |
| ·Quik-Cap电极帽 | 第34-37页 |
| 第4章 驾驶模拟试验数据采集方法 | 第37-65页 |
| ·驾驶模拟试验数据预处理过程 | 第40-47页 |
| ·Scan软件的降噪部分 | 第40-41页 |
| ·小波降噪 | 第41-47页 |
| ·小波变换分析 | 第47-55页 |
| ·小波变换的算法 | 第48-51页 |
| ·小波特征系数的提取 | 第51-55页 |
| ·神经网络疲劳辨识 | 第55-65页 |
| ·网络结构参数的选择 | 第55-62页 |
| ·不同脑电电极分类效果的比较 | 第62-65页 |
| 第5章 总结与展望 | 第65-67页 |
| ·总结 | 第65页 |
| ·展望 | 第65-67页 |
| 参考文献 | 第67-71页 |
| 攻读硕士学位期间发表的论文 | 第71-73页 |
| 致谢 | 第73页 |
