基于域泛化与数据生成的驾驶员警觉度识别方法

本发明涉及一种基于域泛化与数据生成的驾驶员警觉度识别方法，属于智能汽车与脑机接口技术领域。针对脑电信号个体差异大、数据稀缺及多电极设备笨重问题，提出：1)通过两阶段知识迁移框架(域映射器+域对抗网络)消除跨被试特征分布差异；2)采用iTransformer编码器与隐扩散模型生成高保真脑电信号，解决数据稀缺性；3)基于功率谱密度‑微分熵联合特征筛选T7、TP7、CP1三电极组合。实验表明，跨被试识别准确率达66.99％(较传统方法提升13.35％)，电极数由17个减至3个，生成信号动态时间规整偏差仅5.3％。本发明为车载脑电设备工程化提供关键技术支撑。