隨著現(xiàn)代社會科技水平的發(fā)展,在諸如載人航天、飛機駕駛、潛艇深海作業(yè)等操作復(fù)雜性較高的工作中,對操作人員的腦力負荷進行實時檢測,實現(xiàn)腦力負荷的評估并進行反調(diào)節(jié)以合理地控制操作人員的工作時間,對操作人員的身心健康和安全都有著重要意義。腦電特征的維度較高,容易發(fā)生過擬合,因此在對特征訓(xùn)練前進行特征選擇具有必要性,并且特征選擇有益于研究不同節(jié)律和不同腦區(qū)的電極點對腦力負荷的影響大小。目前的研究中主要通過主成分分析、遺傳算法對腦電特征進行特征選擇,但主成分分析法屬于無監(jiān)督降維,無法衡量每個特征對腦力負荷的影響大小,而遺傳算法的消耗時間長,因此本文提出利用機器學(xué)習方法進行特征選擇。另外,在腦力負荷分類器的選擇上,傳統(tǒng)的支持向量機、邏輯回歸等算法對組合特征權(quán)重的學(xué)習有所欠缺,提出引入因子分解機算法(Factorization Machine,FM)作為分類器來訓(xùn)練腦電特征。本文針對模擬飛行員腦力負荷檢測問題展開研究,對15名被試進行低喚醒、適中負荷、高負荷下的模擬飛行任務(wù)實驗,采集到三種負荷任務(wù)下的腦電信號。首先對原始腦電信號進行去偽跡處理,并通過計算功率譜密度提取信號的能量特征,最終獲得120維腦電...

【文章頁數(shù)】：57 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖1-1腦機接口流程圖

當人腦在進行思維活動或受到外界刺激時,大腦皮層會產(chǎn)生一系列電信號活動(EEG),這些電信號可以用特定的設(shè)備進行采集,然后通過信號預(yù)處理,特征提取,特征選擇,功能分類從而判別出被試人員的真實狀態(tài)或指令,實現(xiàn)對被試工作的指導(dǎo)或外部物理設(shè)備的控制,如圖1-1所示。由于腦電信號本身比較微....

圖1-2論文結(jié)構(gòu)框圖

本研究提出基于特征選擇算法和因子分解機建立的腦力負荷檢測算法模型。采集被試在多任務(wù)航空情境平臺下低中高三種負荷下執(zhí)行任務(wù)的腦電信號,進行濾波和ICA去除眼電偽跡。對預(yù)處理后的腦電信號進行傅里葉變換,提取功率譜密度作為特征。分別利用相關(guān)系數(shù)法、L1正則法、基尼不純度法對120維腦電....

圖2-1 Neuroscan腦電采集系統(tǒng)

本實驗使用的是NeuroscanNeuamps系統(tǒng)(Synamps2,Scan4.3,EIPaso,USA),它是一款32導(dǎo)聯(lián)單極放大器,適用于腦電圖和事件相關(guān)電位信號的記錄,通過802.11無線連接向主計算機發(fā)送數(shù)據(jù)或直接把數(shù)據(jù)儲存到板載CF數(shù)據(jù)卡里[40]。Neurosc....

圖2-2 MATB平臺與T型興趣區(qū)域劃分

本次實驗采用美國國家航空航天局開發(fā)的基于多任務(wù)航空情境操作的MATB-II平臺。該平臺可采用飛行搖桿、鼠標、鍵盤完成與MATB-II平臺的人機交互,從而實現(xiàn)四種任務(wù)分別是:系統(tǒng)監(jiān)控任務(wù),追蹤監(jiān)控任務(wù),通信監(jiān)控任務(wù),資源管理任務(wù)[42]。實驗中設(shè)計了三種負荷等級來執(zhí)行上述任務(wù):低喚....

本文編號：4057094