本文主要研究内容
作者穆振东（2019）在《性别差异在功能性脑网络的驾驶疲劳检测中的影响》一文中研究指出：驾驶疲劳是引发交通事故的一个主要因素。驾驶疲劳因其复杂性而难以检测。本文以脑电信号为工具,利用Pearson相关系数的方法构造功能性脑网络,以聚集系数作为描述驾驶疲劳检测的特征,以SVM作为分类器构造基于功能性脑网络的驾驶疲劳检测模型,对22个受试者的试验数据进行仿真试验显示,在阈值为0.20～0.84时女性最优识别率为93.1%,男性最优识别率98.6%,表明性别对驾驶疲劳检测结果有影响。
Abstract
jia shi pi lao shi yin fa jiao tong shi gu de yi ge zhu yao yin su 。jia shi pi lao yin ji fu za xing er nan yi jian ce 。ben wen yi nao dian xin hao wei gong ju ,li yong Pearsonxiang guan ji shu de fang fa gou zao gong neng xing nao wang lao ,yi ju ji ji shu zuo wei miao shu jia shi pi lao jian ce de te zheng ,yi SVMzuo wei fen lei qi gou zao ji yu gong neng xing nao wang lao de jia shi pi lao jian ce mo xing ,dui 22ge shou shi zhe de shi yan shu ju jin hang fang zhen shi yan xian shi ,zai yu zhi wei 0.20～0.84shi nv xing zui you shi bie lv wei 93.1%,nan xing zui you shi bie lv 98.6%,biao ming xing bie dui jia shi pi lao jian ce jie guo you ying xiang 。
论文参考文献
论文详细介绍
论文作者分别是来自海峡科技与产业的穆振东，发表于刊物海峡科技与产业2019年02期论文，是一篇关于脑电信号论文,疲劳检测论文,功能性脑网络论文,相关系数论文,海峡科技与产业2019年02期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自海峡科技与产业2019年02期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：脑电信号论文; 疲劳检测论文; 功能性脑网络论文; 相关系数论文; 海峡科技与产业2019年02期论文;