[发明专利]一种基于人工鱼群优化H-ELM的疲劳驾驶检测方法在审
| 申请号： | 201910023261.8 | 申请日： | 2019-01-10 |
| 公开（公告）号： | CN109886097A | 公开（公告）日： | 2019-06-14 |
| 发明（设计）人： | 马玉良;王星;张卫;张启忠;罗志增 | 申请（专利权）人： | 杭州电子科技大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06N3/00;G06N3/08;A61B5/0476;A61B5/00 |
| 代理公司： | 杭州君度专利代理事务所(特殊普通合伙) 33240 | 代理人： | 朱月芬 |
| 地址： | 310018 浙*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于人工鱼群优化H‑ELM的疲劳驾驶检测方法；具体为：1、使用32导脑电采集设备获取驾驶脑电信号；2、对原始脑电信号进行预处理，包括降频、滤波；3、对预处理后的进行短时傅里叶变换再获取其功率谱密度，并根据脑电信号的频带进行频带划分，以各频带的功率作为特征；4、对提取的特征使用多层感知超限学习机进行分类学习、识别；5、通过人工鱼群算法对超限学习机的分类、识别效果进行优化。本发明使用AFSA优化后的H‑ELM分类器对疲劳驾驶脑电信号进行检测，可有效的提高分类检测准确率。 | ||
| 搜索关键词： | 脑电信号 预处理 疲劳驾驶检测 人工鱼群优化 学习机 超限 短时傅里叶变换 人工鱼群算法 原始脑电信号 功率谱密度 多层感知 分类检测 脑电采集 疲劳驾驶 设备获取 分类器 分类 准确率 降频 滤波 优化 驾驶 检测 学习 | ||
【主权项】：
1.一种基于人工鱼群优化H‑ELM的疲劳驾驶检测方法，其特征在于，该方法具体包括如下步骤：步骤1、使用脑电采集设备获取32通道下疲劳驾驶状态的信号和非疲劳驾驶状态的信号；步骤2、对原始脑电信号进行相关预处理，其中包括降频、滤波；步骤3、对预处理后的进行特征提取：对处理后的脑电信号进行短时傅里叶变化，然后对处理后的脑电信号的频带求功率谱密度，这样原始脑电信号就转化成由功率谱所代表的特征向量；步骤4、对提取的特征使用多层感知超限学习机进行分类学习、识别；步骤5、通过人工鱼群算法对多层感知超限学习机的隐含层惩罚因子C和隐含层层数K两个参数进行优化。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于杭州电子科技大学，未经杭州电子科技大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910023261.8/，转载请声明来源钻瓜专利网。
