隨著現(xiàn)代社會(huì)科技水平的發(fā)展,在諸如載人航天、飛機(jī)駕駛、潛艇深海作業(yè)等操作復(fù)雜性較高的工作中,對(duì)操作人員的腦力負(fù)荷進(jìn)行實(shí)時(shí)檢測,實(shí)現(xiàn)腦力負(fù)荷的評(píng)估并進(jìn)行反調(diào)節(jié)以合理地控制操作人員的工作時(shí)間,對(duì)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(duì)特征訓(xùn)練前進(jìn)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(diǎn)對(duì)腦力負(fù)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(duì)腦電特征進(jìn)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(gè)特征對(duì)腦力負(fù)荷的影響大小,而遺傳算法的消耗時(shí)間長,因此本文提出利用機(jī)器學(xué)習(xí)方法進(jìn)行特征選擇。另外,在腦力負(fù)荷分類器的選擇上,傳統(tǒng)的支持向量機(jī)、邏輯回歸等算法對(duì)組合特征權(quán)重的學(xué)習(xí)有所欠缺,提出引入因子分解機(jī)算法(Factorization Machine,FM)作為分類器來訓(xùn)練腦電特征。本文針對(duì)模擬飛行員腦力負(fù)荷檢測問題展開研究,對(duì)15名被試進(jìn)行低喚醒、適中負(fù)荷、高負(fù)荷下的模擬飛行任務(wù)實(shí)驗(yàn),采集到三種負(fù)荷任務(wù)下的腦電信號(hào)。首先對(duì)原始腦電信號(hào)進(jìn)行去偽跡處理,并通過計(jì)算功率譜密度提取信號(hào)的能量特征,最終獲得120維腦電...

【文章頁數(shù)】：57 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖1-1腦機(jī)接口流程圖

當(dāng)人腦在進(jìn)行思維活動(dòng)或受到外界刺激時(shí),大腦皮層會(huì)產(chǎn)生一系列電信號(hào)活動(dòng)(EEG),這些電信號(hào)可以用特定的設(shè)備進(jìn)行采集,然后通過信號(hào)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(shí)狀態(tài)或指令,實(shí)現(xiàn)對(duì)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(hào)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(jī)建立的腦力負(fù)荷檢測算法模型。采集被試在多任務(wù)航空情境平臺(tái)下低中高三種負(fù)荷下執(zhí)行任務(wù)的腦電信號(hào),進(jìn)行濾波和ICA去除眼電偽跡。對(duì)預(yù)處理后的腦電信號(hào)進(jìn)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(duì)120維腦電....

圖2-1 Neuroscan腦電采集系統(tǒng)

本實(shí)驗(yàn)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(hào)的記錄,通過802.11無線連接向主計(jì)算機(jī)發(fā)送數(shù)據(jù)或直接把數(shù)據(jù)儲(chǔ)存到板載CF數(shù)據(jù)卡里[40]。Neurosc....

圖2-2 MATB平臺(tái)與T型興趣區(qū)域劃分

本次實(shí)驗(yàn)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(tái)。該平臺(tái)可采用飛行搖桿、鼠標(biāo)、鍵盤完成與MATB-II平臺(tái)的人機(jī)交互,從而實(shí)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(shí)驗(yàn)中設(shè)計(jì)了三種負(fù)荷等級(jí)來執(zhí)行上述任務(wù):低喚....

本文編號(hào)：4057094