声明
第1 章绪论
1.1 研究背景和意义
1.2 国内外研究发展现状
1.2.1车辆主动安全技术
1.2.2 司机疲劳检测技术
1.3 脑电信号与疲劳检测
1.3.1 脑电信号概述
1.3.2 脑电信号与警觉度
1.4 本文研究内容及结构
1.5 本章小结
第2 章脑电信号采集系统
2.1 脑机接口
2.2 脑电信号采集实验
2.2.1 采集设备与环境
2.2.2 脑电采集方案
2.2.3 实验数据分析
2.3 本章小结
第3 章脑电信号预处理
3.1 脑电信号伪差
3.2信号去噪方法
3.3数据去噪分析
3.4脑电数据集
3.5 本章小结
第4 章 基于CNN的脑电疲劳状态分类
4.1 深度学习概述
4.1.1 损失函数
4.1.2 优化方法
4.1.3 评价标准
4.2 卷积神经网络
4.3 基于 ResNet 脑电信号分类
4.4 基于 MobileNet 脑电信号分类
4.5 脑电分类实验结果与分析
4.6 本章小结
第5 章高铁司机疲劳预警系统
5.1 概述
5.2 预警方案
5.3 仿真实验
5.4 本章小结
第6 章全文总结
6.1 工作总结
6.2 不足与展望
致谢
参考文献
攻读硕士学位期间发表的论文及科研成果
已发表学术论文
主持或主研项目
公示或授权专利
索引
图片索引
表格索引
西南交通大学;