摘要 | 第6-7页 |
abstract | 第7页 |
第1章 绪论 | 第12-21页 |
1.1 研究背景及意义 | 第12-13页 |
1.2 国内外研究现状 | 第13-18页 |
1.2.1 驾驶持续性注意水平的检测技术研究 | 第13-14页 |
1.2.2 驾驶持续性注意水平的影响因素研究 | 第14-16页 |
1.2.3 驾驶持续性注意水平的识别与方法研究 | 第16-18页 |
1.3 论文内容及技术路线 | 第18-21页 |
1.3.1 论文内容 | 第18-19页 |
1.3.2 论文技术路线 | 第19-21页 |
第2章 基于脑电信号的驾驶持续性注意水平研究 | 第21-30页 |
2.1 驾驶持续性注意水平相关理论 | 第21-27页 |
2.1.1 驾驶持续性注意水平的概念 | 第21-25页 |
2.1.2 驾驶持续性注意水平的变化过程 | 第25-26页 |
2.1.3 驾驶持续性注意水平的影响因素 | 第26-27页 |
2.2 脑电信号与驾驶持续性注意水平 | 第27-30页 |
2.2.1 脑电信号简介 | 第27-29页 |
2.2.2 脑电信号与驾驶持续性注意水平 | 第29-30页 |
第3章 驾驶持续性注意水平的实验设计 | 第30-35页 |
3.1 实验平台 | 第30页 |
3.2 实验目的 | 第30页 |
3.3 被试人员 | 第30-31页 |
3.4 实验设备 | 第31-32页 |
3.4.1 驾驶模拟器 | 第31-32页 |
3.4.2 脑电采集仪 | 第32页 |
3.5 实验任务 | 第32-33页 |
3.6 实验过程及数据采集 | 第33-35页 |
3.6.1 实验过程 | 第33-34页 |
3.6.2 实验数据采集 | 第34-35页 |
第4章 驾驶持续性注意水平识别特征指标提取与确定 | 第35-47页 |
4.1 持续性注意水平的等级划分 | 第35-36页 |
4.1.1 持续性注意水平划分阈值的确定 | 第35-36页 |
4.1.2 持续性注意水平等级的确定 | 第36页 |
4.2 脑电信号特征提取 | 第36-41页 |
4.2.1 脑电信号特征提取分析方法 | 第36-37页 |
4.2.2 基于小波变换的脑电信号特征提取 | 第37-41页 |
4.3 持续性注意水平识别特征指标的选取 | 第41-42页 |
4.3.1 特征选择方法简介 | 第41页 |
4.3.2 基于Relief算法的特征指标选取 | 第41-42页 |
4.4 实验数据处理及分析 | 第42-47页 |
4.4.1 划分结果分析 | 第42-44页 |
4.4.2 划分合理性验证 | 第44页 |
4.4.3 识别特征指标的确定 | 第44-47页 |
第5章 基于支持向量机的驾驶持续性注意水平识别模型 | 第47-56页 |
5.1 支持向量机简介 | 第47页 |
5.2 识别模型的构建 | 第47-50页 |
5.3 识别模型的参数寻优 | 第50-51页 |
5.3.1 粒子群算法概述 | 第50-51页 |
5.3.2 参数寻优过程 | 第51页 |
5.4 识别效果测评 | 第51-52页 |
5.5 结果分析 | 第52-56页 |
总结与展望 | 第56-58页 |
致谢 | 第58-59页 |
参考文献 | 第59-64页 |
附录 | 第64-66页 |
攻读硕士学位期间发表的论文及科研成果 | 第66页 |