基于函数型数据分析和核主成分分析的疲劳驾驶状态识别方法的研究

目录

声明

第1 章 绪论

1.1 疲劳驾驶研究背景与意义

1.2 疲劳驾驶状态识别方法的研究现状

1.2.1 主观评估法

1.2.2 基于生理反应的疲劳检测法

1.2.3 基于生理信号的疲劳检测法

1.2.4 基于驾驶行为的疲劳检测法

1.3 基于脑电(EEG)信号的疲劳驾驶状态识别方法研究

1.4 本文主要研究内容

1.5 本文组织结构

1.6 本章小结

第2 章 函数型数据分析与核主成分分析介绍

2.1 函数型数据分析方法简介

2.1.1 函数型数据分析概述

2.1.2 函数型数据分析的目的

2.1.3 函数型数据的函数表示

2.2 主成分分析与核主成分分析

2.2.1 主成分分析

2.2.2 核主成分分析

2.3 常见二个分类器简介

2.4 本章小结

第3 章 基于函数型数据分析的脑电信号特征提取方法

3.1 基于函数型数据分析的脑电信号描述

3.1.1 函数型数据分析中的基函数个数及其平滑因子选择

3.1.2 基于函数型数据分析的脑电信号形式化描述

3.2 基于函数型数据分析的脑电信号特征提取

3.2.1 函数型脑电信号的极值点及其选择

3.2.2 函数型脑电信号的极值差

3.2.3 函数型脑电信号特征表示

3.2.4 基于函数型数据分析的脑电信号特征提取算法

3.3 本章小结

第4 章 基于函数型数据分析和核主成分分析的疲劳驾驶状态识别方法

4.1 基于函数型数据分析和核主成分分析的疲劳驾驶状态识别框架

4.2 基于函数型数据分析和核主成分分析的疲劳驾驶状态识别过程

4.3 方法的测试与结果分析

4.3.1 测试数据集和测试评价指标

4.3.2 基于广义交叉验证的基函数个数与平滑因子的选择测试

4.3.3 未结合核主成分分析的疲劳驾驶状态识别方法的测试

4.3.4 结合了核主成分分析的疲劳驾驶状态识别方法的测试

4.4本章小结

第5 章 疲劳驾驶状态识别方法的稳定性分析

5.1 疲劳驾驶状态识别方法稳定性分析概述

5.2 未结合核主成分分析的疲劳驾驶状态识别方法的稳定性测试

5.3 结合了核主成分分析的疲劳驾驶状态识别方法的稳定性测试

5.4 基于前额电极的两个不同方法的对比测试

5.5 本章小结

第6 章 总结与展望

6.1 总结

6.2 展望

致 谢

参考文献

攻读学位期间的研究成果