摘要
本发明涉及生物信号处理领域,公开了一种基于时序增强混合架构的EEG信号疲劳检测方法,设计时序感知的挤压‑激励模块,自适应地对时间维度进行注意力加权,有效地提取关键时序特征,提高疲劳检测的准确性和可靠性;将固定位置编码替换为LSTM时间嵌入编码,进一步增强模型在时间维度上对重要信息的关注;设计结合空间选择模块与Transformer多头注意力模块的混合架构,增强长上下文序列感知能力及泛化能力;引入可学习的激活函数替代固定的线性权重,并通过样条函数等非线性表示来增强模型的分类能力。本发明能够有效地捕捉EEG信号的疲劳迹象,尤其在不同受试者的检测上具有显著优势,对于减少由驾驶员疲劳引起的交通事故具有重要的实际应用价值。
技术关键词
疲劳检测方法
长短期记忆网络
时序
统计特征
多头注意力机制
状态空间模型
输出特征
序列
Softmax函数
信号
通道
线性
数据
分支
样本
全局特征提取
输入多尺度
全局平均池化