摘要
本发明涉及一种基于乘员脑电信号的融合风险分类方法,属于自动驾驶、人工智能和脑电信号处理领域。本发明针对预警信号利用在线学习算法训练一个预警信号提取特征网络;结合预警信号提取特征网络提取的特征和P300信号提取的特征实现基于脑电信号的风险分类器的训练;基于脑电信号实现风险的精准预测。本发明相比于之前研究单纯依靠P300信号,增加了预警信号数据特征,并且可以实现预警信号在线学习,结合车载计算机可以实现风险的快速精准识别。
技术关键词
风险分类方法
信号特征提取
乘员
在线学习算法
嵌入式系统
脑电信号采集系统
分类器
智能驾驶场景
脑电采集系统
超限学习机
车载计算机
神经网络模型
离线
信号处理
参数
系统为您推荐了相关专利信息
计算机主板
网络接口模块
PCB电路板
内存模块
CPLD芯片
车辆状态数据
深度确定性策略梯度
需求预测模型
温控
时间段
缓存检测方法
缓存行数据
算法
存储系统测试
嵌入式系统开发
智能匹配系统
强化学习模型
多模态深度学习
动态调整机制
节点
二次设备
性能评估方法
编码特征
聚类特征
设备性能评估