腦電信號中獨(dú)立分量特征提取與腦力負(fù)荷分類
發(fā)布時間:2021-11-12 23:04
腦力負(fù)荷過高會造成作業(yè)績效下降和人因事故,過低則會造成人力資源浪費(fèi),所以研究操作人員腦力負(fù)荷狀態(tài)非常有意義。現(xiàn)有腦力負(fù)荷分類方法利用腦電(electroencephalogram, EEG)信號特征進(jìn)行分類,準(zhǔn)確率較低。所以,針對視覺和操作類腦力負(fù)荷提出一種基于腦電獨(dú)立分量特征的分類方法,該方法采用獨(dú)立分量分析(independent component analysis, ICA)對腦電信號進(jìn)行分離,直接對得到的獨(dú)立分量提取四種不同頻段的能量特征,最后將特征作為支持向量機(jī)(support vector machine, SVM)的輸入,對腦力負(fù)荷進(jìn)行分類。由于直接使用腦電獨(dú)立分量特征,所以分類精度高于通用方法,平均分類精度提高29.14%。還進(jìn)一步發(fā)現(xiàn)腦電獨(dú)立分量中存在的眼電偽跡對分類結(jié)果沒有明顯影響。提出的方法可以實(shí)現(xiàn)快速、準(zhǔn)確、自動的腦力負(fù)荷分類。
【文章來源】:科學(xué)技術(shù)與工程. 2020,20(28)北大核心
【文章頁數(shù)】:6 頁
【部分圖文】:
通道分布
(1)系統(tǒng)監(jiān)控任務(wù):監(jiān)控左上側(cè)系統(tǒng)監(jiān)控任務(wù)狀態(tài),當(dāng)F1~F4出現(xiàn)向上或向下異常時,用鼠標(biāo)點(diǎn)擊相應(yīng)位置進(jìn)行響應(yīng)。(2)追蹤監(jiān)控任務(wù):監(jiān)控中上部追蹤監(jiān)控任務(wù)狀態(tài)及位置信息,當(dāng)由自動變?yōu)槭謩訒r,需立即按鍵盤左方向鍵進(jìn)行響應(yīng),然后控制搖桿保證圓心對準(zhǔn)十字中心。
本文采集的腦電信號是采用非侵入式的測量技術(shù),電極點(diǎn)被設(shè)置在頭部表面的位置。人的每個思維過程,都會有很多神經(jīng)元被激活。每個電極點(diǎn)測量的信號(x1, x2,…,xm)是多個神經(jīng)元混合信號(s1, s2,…,sn),且混合方式取決于神經(jīng)元到電極點(diǎn)的距離aij(i=1,2,…m,j=1,2,…n)[19],而且同一個人只有一種混合的方式。混合過程如圖3所示。獨(dú)立分量分析是一種盲源分離方法[20]可以實(shí)現(xiàn)對未知混合信號的分離。對于采集的由獨(dú)立源信號混合而成,且混合的過程未知的腦電信號,可以用獨(dú)立分量分析技術(shù)進(jìn)行信號分離。
【參考文獻(xiàn)】:
期刊論文
[1]基于腦電信號與集成分類器的心理負(fù)荷評估[J]. 顧浩,尹鐘. 軟件導(dǎo)刊. 2019(11)
[2]混合語音信號的盲源分離技術(shù)研究[J]. 鄒彤,王英,董姝敏,隋鵬. 單片機(jī)與嵌入式系統(tǒng)應(yīng)用. 2019(08)
[3]基于腦電的輕裝作業(yè)操作者腦力負(fù)荷與績效的分析[J]. 韓文民,葛倩,高龍龍. 科學(xué)技術(shù)與工程. 2019(14)
[4]基于CSP與卷積神經(jīng)網(wǎng)絡(luò)算法的多類運(yùn)動想象腦電信號分類[J]. 曾慶山,范明莉,宋慶祥. 科學(xué)技術(shù)與工程. 2017(27)
[5]基于腦電的乘員信息處理作業(yè)腦力負(fù)荷狀態(tài)識別模型[J]. 劉維平,聶俊峰,金毅,解芳. 科學(xué)技術(shù)與工程. 2017(20)
[6]孤獨(dú)癥兒童靜息態(tài)腦電Gamma頻段功能網(wǎng)絡(luò)研究[J]. 孫金秀,匡光濤,王索剛. 科學(xué)技術(shù)與工程. 2016(20)
[7]基于生理信號的腦力負(fù)荷檢測及自適應(yīng)自動化系統(tǒng)研究:40年回顧與最新進(jìn)展[J]. 明東,柯余峰,何峰,趙欣,王春慧,綦宏志,焦學(xué)軍,張力新,陳善廣. 電子測量與儀器學(xué)報(bào). 2015(01)
[8]α波和運(yùn)動想象的混合范式腦-機(jī)接口系統(tǒng)[J]. 趙麗,董燕麗,郭旭宏. 電子測量與儀器學(xué)報(bào). 2014(06)
[9]基于腦電圖識別結(jié)合操縱特征的駕駛疲勞檢測[J]. 王斐,王少楠,王惜慧,彭瑩,楊乙丁. 儀器儀表學(xué)報(bào). 2014(02)
[10]長途客車駕駛員疲勞狀態(tài)腦電特征分析[J]. 王福旺,王宏. 儀器儀表學(xué)報(bào). 2013(05)
本文編號:3491811
【文章來源】:科學(xué)技術(shù)與工程. 2020,20(28)北大核心
【文章頁數(shù)】:6 頁
【部分圖文】:
通道分布
(1)系統(tǒng)監(jiān)控任務(wù):監(jiān)控左上側(cè)系統(tǒng)監(jiān)控任務(wù)狀態(tài),當(dāng)F1~F4出現(xiàn)向上或向下異常時,用鼠標(biāo)點(diǎn)擊相應(yīng)位置進(jìn)行響應(yīng)。(2)追蹤監(jiān)控任務(wù):監(jiān)控中上部追蹤監(jiān)控任務(wù)狀態(tài)及位置信息,當(dāng)由自動變?yōu)槭謩訒r,需立即按鍵盤左方向鍵進(jìn)行響應(yīng),然后控制搖桿保證圓心對準(zhǔn)十字中心。
本文采集的腦電信號是采用非侵入式的測量技術(shù),電極點(diǎn)被設(shè)置在頭部表面的位置。人的每個思維過程,都會有很多神經(jīng)元被激活。每個電極點(diǎn)測量的信號(x1, x2,…,xm)是多個神經(jīng)元混合信號(s1, s2,…,sn),且混合方式取決于神經(jīng)元到電極點(diǎn)的距離aij(i=1,2,…m,j=1,2,…n)[19],而且同一個人只有一種混合的方式。混合過程如圖3所示。獨(dú)立分量分析是一種盲源分離方法[20]可以實(shí)現(xiàn)對未知混合信號的分離。對于采集的由獨(dú)立源信號混合而成,且混合的過程未知的腦電信號,可以用獨(dú)立分量分析技術(shù)進(jìn)行信號分離。
【參考文獻(xiàn)】:
期刊論文
[1]基于腦電信號與集成分類器的心理負(fù)荷評估[J]. 顧浩,尹鐘. 軟件導(dǎo)刊. 2019(11)
[2]混合語音信號的盲源分離技術(shù)研究[J]. 鄒彤,王英,董姝敏,隋鵬. 單片機(jī)與嵌入式系統(tǒng)應(yīng)用. 2019(08)
[3]基于腦電的輕裝作業(yè)操作者腦力負(fù)荷與績效的分析[J]. 韓文民,葛倩,高龍龍. 科學(xué)技術(shù)與工程. 2019(14)
[4]基于CSP與卷積神經(jīng)網(wǎng)絡(luò)算法的多類運(yùn)動想象腦電信號分類[J]. 曾慶山,范明莉,宋慶祥. 科學(xué)技術(shù)與工程. 2017(27)
[5]基于腦電的乘員信息處理作業(yè)腦力負(fù)荷狀態(tài)識別模型[J]. 劉維平,聶俊峰,金毅,解芳. 科學(xué)技術(shù)與工程. 2017(20)
[6]孤獨(dú)癥兒童靜息態(tài)腦電Gamma頻段功能網(wǎng)絡(luò)研究[J]. 孫金秀,匡光濤,王索剛. 科學(xué)技術(shù)與工程. 2016(20)
[7]基于生理信號的腦力負(fù)荷檢測及自適應(yīng)自動化系統(tǒng)研究:40年回顧與最新進(jìn)展[J]. 明東,柯余峰,何峰,趙欣,王春慧,綦宏志,焦學(xué)軍,張力新,陳善廣. 電子測量與儀器學(xué)報(bào). 2015(01)
[8]α波和運(yùn)動想象的混合范式腦-機(jī)接口系統(tǒng)[J]. 趙麗,董燕麗,郭旭宏. 電子測量與儀器學(xué)報(bào). 2014(06)
[9]基于腦電圖識別結(jié)合操縱特征的駕駛疲勞檢測[J]. 王斐,王少楠,王惜慧,彭瑩,楊乙丁. 儀器儀表學(xué)報(bào). 2014(02)
[10]長途客車駕駛員疲勞狀態(tài)腦電特征分析[J]. 王福旺,王宏. 儀器儀表學(xué)報(bào). 2013(05)
本文編號:3491811
本文鏈接:http://www.sikaile.net/kejilunwen/xinxigongchenglunwen/3491811.html
最近更新
教材專著