基于脑电信号和极限学习机的警觉度检测研究

作者：杨米红; 李会艳; 孙晓舟; 秦迎梅

来源：天津职业技术师范大学学报, 2018, 28(04): 23-27.

DOI：10.19573/j.issn2095-0926.201804005

• 警觉度
• 脑电信号
• 极限学习机
• 离散小波变换

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。

• 单位
  天津职业技术师范大学