导读:本文包含了警觉度论文开题报告文献综述及选题提纲参考文献，主要关键词:LED灯光,色温,警觉度,疲劳
警觉度论文文献综述
孙瑞山,高路平,李康[1]（2019）在《驾驶机舱LED灯光色温与人员警觉度关系仿真实验研究》一文中研究指出为了探讨驾驶机舱内LED灯光色温与人员警觉度的联系,在A320模拟驾驶舱内设置2 500～2 700 K,3 000～3 200 K,6 000～6 500 K 3种不同色温的LED灯光环境,采用卡斯罗林嗜睡量表(KSS)、闪光融合临界频率仪(CFF)、视觉舒适度评分量表(VCS),对5名被试人员在不同灯光环境的疲劳程度和视觉舒适度进行实时测量。针对测量结果,采用方差分析及描述性统计的数据分析方法,评价被试人员于不同灯光环境下的疲劳程度、视觉舒适度的差异性及变化情况。研究结果表明:高色温LED灯光环境下,人员的主观嗜睡感受及客观疲劳感受较低,且有着较低的疲劳感受增长率;高色温LED光源下人员的视觉舒适度也较高;增高LED灯光色温可一定程度上提升人员的警觉性。(本文来源于《中国安全生产科学技术》期刊2019年07期）
杨米红,李会艳,孙晓舟,秦迎梅[2]（2018）在《基于脑电信号和极限学习机的警觉度检测研究》一文中研究指出提供一种基于离散小波变换方法(DWT)的警觉度分类系统,该系统采用极限学习机(ELM)分类器实现对脑电信号中困倦状态信号的检测。将原始脑电信号经由Daubechies 4小波变换分解为几个子频带,分别计算原始脑电信号和分解的子频带信号中的标准偏差、振幅对数和四分位数,构建特征向量,并将这些特征的不同组合情况分别输入ELM分类器和SVM分类器中进行比较。比较结果显示:使用ELM分类器,采用原始脑电信号或d4子频带信号(8～16 Hz),以SL或SLQ对警觉度进行分类时,分类的准确性达99.24%和99.89%,且计算的复杂度低。(本文来源于《天津职业技术师范大学学报》期刊2018年04期）
杨米红[3]（2018）在《基于机器学习的脑警觉度检测方法研究》一文中研究指出警觉度是指人努力集中注意力对刺激保持警惕的一种能力,通常定义为操作者在执行某项任务时,对外界的刺激能够长时间保持注意和警惕的灵敏程度。在日常驾车过程中,需要驾驶者时刻维持一定的警觉度,驾驶员在长时间进行驾驶之后,容易出现生理和心理等机能失调的情况,即出现警觉度下降的问题,严重时很容易造成车祸,给人们的生命财产安全带来很大的危害。因此对驾驶员警觉度状态的检测具有很重要的研究意义。本文中主要采用机器学习的部分方法对被试的脑警觉度进行检测。为了更好的模拟驾驶员的驾驶过程,采用Unity3D搭建模拟驾驶实验平台,设计模拟驾驶环境,通过C#的编程语言实现对实验任务、汽车行驶方式以及与脑电信号采集设备实时通信等程序的编程。本文从机器学习的回归分析和分类两方面对脑警觉度进行研究。首先是对被试脑电信号和行为数据搭建回归模型,对脑电信号进行降采样和滤波,计算脑电信号的滑动平均功率谱并对其进行主成分分析,提取主要特征与被试实验过程中车体的行为数据进行相关性分析,挑选出合适的导联信息,通过构造回归模型,通过脑电信号功率谱预测被试的行为数据,对预测的行为数据和真实的行为数据之间进行相关性分析,进而实现对被试警觉度状态的估计。本文的目的是实现对脑警觉度状态进行检测,且保证检测方法更加实用化,因此本文继续对警觉度状态进行了二分类和多分类的研究。首先通过离散小波变换对脑电信号进行处理,将脑电信号分为若干个子频带信号,选择标准方差、振幅对数、四分位数和变异系数作为特征进行特征提取。最后通过支持向量机和极限学习机的方法分别对原始脑电信号和各个子频带信号进行警觉度分类,从中挑选出分类效果最好的导联组合、子频带信号、特征向量组合以及分类器,实现对脑电信号警觉度的分类。实验结果表明,采用变异系数或由变异系数和其他特征组合得到的特征向量进行特征提取时,在单导联处即能得到较高的分类准确率,被试的不同子频带信号对分类效果也有一定的影响,在d_3(31.3～62.5Hz)、d_4(15.7～31.3Hz)和d_6(4.0～7.9Hz)频带处对警觉度进行叁分类时得到的分类准确率较高。对导联信号进行组合时同样能在一定程度上提高分类准确率。本文初步探讨了机器学习中部分方法对脑警觉度的检测,验证了选择变异系数作为特征时的可行性和有效性,为之后采用其他机器学习的方法对警觉度进行多分类的研究奠定了理论和实验基础。(本文来源于《天津职业技术师范大学》期刊2018-12-01）
吴志敏,潘雨帆,洪治潮[4]（2018）在《基于模糊神经网络的驾驶警觉度识别方法研究》一文中研究指出为了有效识别驾驶警觉度,构建了一种基于脑电信号的驾驶警觉度识别方法。首先,以主观疲劳测评、驾驶行为绩效作为量化指标,验证驾驶警觉度等级划分的合理性。在此基础上,对脑电信号数据进行小波变换提取特征参数,作为驾驶警觉度的识别特征指标,结合模糊神经网络构建了驾驶警觉度识别模型。最后,采用该模型对20名驾驶员连续驾驶3h的脑电数据进行试算。结果表明:通过对前后时段的主观疲劳与行为数据进行对比分析,两时段数据存在着显着差异性,说明驾驶警觉度等级划分具有合理性;采用模糊神经网络的识别结果优于BP神经网络,其模型识别正确率为81.29%～84.95%,且平均正确率为83.12%,该方法可用于驾驶警觉度的识别。(本文来源于《交通运输研究》期刊2018年03期）
郑诗琪[5]（2018）在《光照对人体的警觉度、任务表现与生理节律的影响》一文中研究指出伴随着LED技术的迅猛发展,人们终于有能力来较精确地控制光照,这也使得人们对于照明环境的要求与日提高,日益渴望能找到满足人类身心需求的智能、理想的照明环境。健康照明的概念也愈发深入人心。然而,由于目前生物学领域的研究局限,目前大部分学者仍在使用以往适用于光对人体视觉作用的CCT和照度等指标,国内外还没有一个彻底令人信服的健康照明的衡量标准。本研究进行了实验来探究过往指标以及近期较受推崇的新指标之间的关系,来辨明它们之中哪个更为优秀全面,以及是否能用新指标替代过往指标。CCT对人体睡眠与生理节律的探究实验中使用了 2种照度、CS与Ez都一致但CCT不同的光源,以10名大学生为被试,以主观问卷、CFFT和唾液中皮质醇与激素含量为衡量指标进行了实验。实验证明了在保证照度与CS值一致的情况下,光照的CCT仍然对人体的睡眠与生理节律具有影响。此外光源的CCT对于人眼的舒适度具有一定影响,人在高CCT的光源下眼部不适感更加强烈。本研究说明CS和Ez这两个新兴的衡量光照对人体非视觉作用的指标在衡量光对人体的睡眠与昼夜节律方面仍具有一定的局限性。本研究为评估CS、Ez和CCT这叁个指标提供了实验基础,为CIE制定和完善光照对人体非视觉作用的指标做出了贡献。光照对人体警觉度与任务表现的探究实验中使用了 3个光源,以主观问卷、脑电波、CFFT、任务表现和唾液中皮质醇含量为衡量指标,对18名被试进行了 180小时的实验。实验结果表明照度这个指标在衡量光照对人体的非视觉作用时可以被Ez所替代。同时,间接比较结果表明Ez略优于CS,因为Ez更具有区分度。本研究评估CS、Ez和照度这叁个指标提供了实验基础,同样为CIE制定和完善光照对人体非视觉作用的指标做出了贡献。(本文来源于《浙江大学》期刊2018-06-11）
张效良[6]（2018）在《基于无线可穿戴EEG的高速列车司机警觉度检测方法研究》一文中研究指出随着高速铁路在中国的迅猛发展,高速铁路的安全运营问题越来越为人们所关心。针对高速列车司机警觉度的检测已成为高铁主动安全技术领域的一个研究热点。因此,本文以高速列车司机为研究对象,设计了一种基于无线可穿戴设备的高速列车司机脑电信号警觉度检测方法。学位论文的主要内容和研究工作如下:首先,设计加工用于高速列车司机的无线可穿戴脑电信号采集系统。根据人体警觉度与脑电信号各个节律特征之间的联系,为脑电信号采集干电极选取合适的采集点位。本文选择超高阻抗放大器干电极和OpenBCI脑电波采集模块,在高速列车数字化仿真平台进行高速列车司机在不同警觉状态下的脑电信号采集实验。其次,通过分析人体脑电信号的干扰类型以及去噪方法,选择线性滤波器结合小波分解的方法对采集到的脑电信号进行处理,下采样处理被用于去噪后的脑电信号以减小运算负载,并提高脑电信号的数据质量。然后,本文选择脑电信号功率频谱密度作为高速列车司机警觉度分类特征,采用正交匹配跟踪算法和K-SVD字典学习算法对稀疏系数以及字典进行交替迭代,获得脑电信号学习字典,稀疏表示分类算法被用于高速列车司机警觉度分类检测。最后,进行基于高速列车司机警觉度的预警系统设计。提出基于高速列车司机的警觉度预警策略。设计实验验证高速列车司机警觉度预警策略的可行性。(本文来源于《西南交通大学》期刊2018-05-28）
肖琼,谢迪文[7]（2018）在《基于T-S模糊神经网络的驾驶警觉度融合识别研究》一文中研究指出经过长时间持续驾驶,驾驶员的驾驶警觉度会随着心理疲劳程度的加深而持续下降。本文结合脑电信号和心电信号构建了一种驾驶警觉融合识别方法。首先,对心电信号的心率变异性进行了时域和频率分析,对于提取到的特征指标分别验证了其前后两时段发生显着性差异变化。再次,对脑电信号采用小波变换的方式开展对应的特征分析,获得所需的脑电成分。最后利用T-S模糊神经网络模型理论构建了驾驶警觉度融合识别模型。利用采集到的26位被试数据进行模型试算,发现综合心电和脑电的双信号的模型识别平均率为85.5%,其中低驾驶警觉度的平均识别率为89.3%。表明用心电和脑电并结合T-S模型可用于识别驾驶警觉度。(本文来源于《河北交通教育》期刊2018年02期）
肖琼[8]（2018）在《基于多生理信号的驾驶警觉度识别研究》一文中研究指出伴随当前汽车持有规模的不断提升,现有的道路安全问题构成的负面问题愈加凸显。驾驶员作为汽车的操作者,其精神状态往往是事故发生的主导原因。在长时间持续驾驶,驾驶员的驾驶警觉度会随着生理、心理、环境等变化而持续下降。众多研究发现生理信号能敏感地反映出驾驶员的精神状态。因此本文结合脑电信号和心电信号构建了一种驾驶警觉识别方法。论文的分析重点为下述内容:(1)整理世界范围内有关驾驶警觉度的分析,对脑电以及心电信号和警觉度之间的联系开展探讨和论述,根据之前学者的研究发现驾驶前后两时段脑电信号和心电信号关键性指标是存在差异,说明了脑电信号与心电信号变化能够反映警觉度的变化。(2)通过驾驶前后的驾驶行为数据如速度偏差、速度均值、车道偏移量等指标用t检验了前后两时段数据存在显着差异,同时用了对刺激信号的反应正确率验证了被试的驾驶警觉度发生了显着变化,并采用刺激反应错误指标对驾驶警觉度进行了等级划分。(3)对心电信号的心率变异性进行了时域和频率分析,对于提取到的特征指标分别验证了其前后两时段其发生了显着性差异变化。对脑电信号采用小波变换的方式来开展对应的特征分析工作,从而获得所需求的脑电成分,同时对比两阶段信号重点指标的变化,进一步获得对应的关键特征指标。(4)利用T-S模糊神经网络模型理论构建了驾驶警觉度融合识别模型。综合脑电和、心电指标进行了驾驶警觉度识别,发现综合心电和脑电的双信号的模型识别率比单信号的识别率稍微提升,特别对低驾驶警觉度的识别率有明显提高。(本文来源于《西南交通大学》期刊2018-05-01）
曹勇,焦学军,潘津津,姜劲,傅嘉豪[9]（2017）在《基于脉搏波的警觉度检测研究》一文中研究指出本文采用脉搏波信号研究了警觉度的变化规律。本研究共招募10名受试者参加了持续95 min的警觉度"时钟测试"(MCT)。试验过程中,受试者们通过卡罗林斯卡嗜睡量表(KSS)和斯坦福嗜睡量表(SSS)主观评价了清醒程度,同时记录了所有受试者的目标反应时间、目标识别正确率和脉搏波信号。结果表明,根据主观量表得分和受试者的行为学数据可以将警觉度定标为3个水平:前30 min为高警觉度水平;中间30 min为一般警觉度水平,后30 min为低警觉度水平。此外,脉搏波信号的时域特征,如:次级波峰幅值、波峰幅值、次级波峰潜伏期,随警觉度的降低而减小,而波谷幅值随警觉度的降低而增大;频域特征:8.600~9.375 Hz、11.720~12.500 Hz、38.280~39.060 Hz和39.060~39.840 Hz这4个子频带的能量概率也随警觉度的降低而减小。最后,在上述8个特征建立的模型中,10名受试者叁分类正确率的平均值高达88.7%。本文的研究结果证实了脉搏波在警觉度评估上的可行性,为警觉度的实时监测提供了新的思路。(本文来源于《生物医学工程学杂志》期刊2017年06期）
马欢,刘至臻,田雨,王佩亮,黄伟芬[10]（2017）在《航天员在轨飞行任务前后的警觉度变化及节律特征分析》一文中研究指出目的分析某次在轨飞行任务前后航天员警觉度及昼夜节律的变化情况,研究在轨飞行任务对航天员认知和节律的影响。方法采用心理运动警觉性任务(psychomotor vigilance task,PVT)方法对3名航天员某次在轨飞行任务前和返回后的警觉度进行测试。结果与飞行前第一次PVT结果相比,有2名航天员在飞行后有较大改变,其中第一名航天员PVT均值在飞行后降低,而第叁名升高。第二名航天员的PVT均值在飞行前后无明显改变。本研究还对PVT的节律特征进行初步分析,发现不同航天员在飞行前后都发生了变化,且变化趋势有所不同。这些数据提示不同航天员警觉度及其节律特征的变化趋势在飞行前后可能存在个体差异。结论在轨飞行对人心理和认知能力的节律具有一定影响,且这种影响具有个体差异性。(本文来源于《航天医学与医学工程》期刊2017年06期）
警觉度论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
提供一种基于离散小波变换方法(DWT)的警觉度分类系统,该系统采用极限学习机(ELM)分类器实现对脑电信号中困倦状态信号的检测。将原始脑电信号经由Daubechies 4小波变换分解为几个子频带,分别计算原始脑电信号和分解的子频带信号中的标准偏差、振幅对数和四分位数,构建特征向量,并将这些特征的不同组合情况分别输入ELM分类器和SVM分类器中进行比较。比较结果显示:使用ELM分类器,采用原始脑电信号或d4子频带信号(8～16 Hz),以SL或SLQ对警觉度进行分类时,分类的准确性达99.24%和99.89%,且计算的复杂度低。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
警觉度论文参考文献
[1].孙瑞山,高路平,李康.驾驶机舱LED灯光色温与人员警觉度关系仿真实验研究[J].中国安全生产科学技术.2019
[2].杨米红,李会艳,孙晓舟,秦迎梅.基于脑电信号和极限学习机的警觉度检测研究[J].天津职业技术师范大学学报.2018
[3].杨米红.基于机器学习的脑警觉度检测方法研究[D].天津职业技术师范大学.2018
[4].吴志敏,潘雨帆,洪治潮.基于模糊神经网络的驾驶警觉度识别方法研究[J].交通运输研究.2018
[5].郑诗琪.光照对人体的警觉度、任务表现与生理节律的影响[D].浙江大学.2018
[6].张效良.基于无线可穿戴EEG的高速列车司机警觉度检测方法研究[D].西南交通大学.2018
[7].肖琼,谢迪文.基于T-S模糊神经网络的驾驶警觉度融合识别研究[J].河北交通教育.2018
[8].肖琼.基于多生理信号的驾驶警觉度识别研究[D].西南交通大学.2018
[9].曹勇,焦学军,潘津津,姜劲,傅嘉豪.基于脉搏波的警觉度检测研究[J].生物医学工程学杂志.2017
[10].马欢,刘至臻,田雨,王佩亮,黄伟芬.航天员在轨飞行任务前后的警觉度变化及节律特征分析[J].航天医学与医学工程.2017