王海玉,王映龙,闵建亮,胡剑锋

(1.江西农业大学计算机与信息工程学院,江西 南昌 330045; 2.江西科技学院信息技术研究所,江西 南昌 330098)

0 引 言

脑电信号EEG(Electro Encephalo Gram)是一种从中枢神经系统传出的生物电活动，人在自主思维或经受异同信号作用时，会生成携带不同特性信息的脑电信号，驾驶的过程中亦如此，驾驶人不同状态下产生不同脑电信号，通过脑电专项分析驾驶人在驾驶过程中的大脑活动规律，预测疲劳发生，提前进行疲劳预警从而减少交通事故的发生，成为疲劳检测领域可靠性极高的生物电应用。脑电信号是一种振幅、相位、频率连续变化的且受背景噪声影响的非平稳信号，最早期的脑电波研究中常用目视分析，分辨率极低且效果准确性不高；随着科技的更新，脑电信号逐步进入计算机分析阶段，功率谱、小波变换、信息熵等逐步被应用到脑电信号分析上。本文选用小波变换提取4个频段幅值以及4个合成指标作为脑电特征，并利用KPCA核化的思想将样本的空间映射到更高维度的空间，再利用这个更高维度的空间进行线性降维[1]，提取总贡献率大于90%的主元组成特征集合作为最小二乘向量机的输入变量，进行分类模型测试及分析。

1 实验数据整理

1.1 实验设计

主观监测技术和客观监测技术是目前疲劳驾驶检测应用最为广泛的方法。主观监测技术对于驾驶疲劳的评判实质上多通过人的主观界定时间标准来判定，即对驾驶员每次连续驾驶时间的控制和衡量，但由于限定这种界定时间无法考虑到不同驾驶员个体在体质、精神状态、生活饮食状况，是否身体不适等多方面的差异，所以主观监测技术判断界限不明确且结果往往不令人满意[2]。……