一种基于混合神经动态编码器的驾驶行为分类方法

本发明公开了一种基于混合神经动态编码器的驾驶行为分类方法，涉及智能驾驶辅助与脑电信号分类领域。主要部分由脑电信号采集、混合神经动态编码及驾驶行为分类这几个部分组成。对提取到的EEG信号经小波去噪与独立成分分析去除运动伪迹后，生成预处理后的时频特征矩阵；神经动态编码模块采用可变形深度卷积核提取EEG信号的局部频域特征和分层时空注意力机制建模EEG通道间空间关联性及驾驶行为时序演化规律，输出时空联合特征向量；驾驶行为分类模块负责实现五类驾驶行为实时判别功能。本发明通过生物神经元机制与动态编码的融合，显著提升了模型对非平稳脑电信号的特征表达能力，进一步提升脑电信号分类识别的效果。