摘要
本发明涉及脑疲劳检测技术领域,提供一种基于脑电信号的鲁棒特征提取和脑疲劳检测方法及系统,旨在解决现有技术跨个体鲁棒特征提取困难、缺乏量化评估手段的问题。其中方法包括:构建基于脑电信号的时频空多尺度融合特征,基于融合特征对脑疲劳检测结果的贡献值,对融合特征进行预设次数的特征筛选,得到候选特征群。基于候选特征群中单一特征的选中次数及预设次数,确定单一特征的目标频率,基于目标频率从候选特征群中确定鲁棒特征集。鲁棒特征集包括和子频带能量、频带总能量、频带能量比、样本熵和近似熵,且特征集存在左右脑对称分布。将鲁棒特征集输入至脑疲劳检测模型中得到检测结果,显著提高了脑疲劳的识别精度。
技术关键词
疲劳检测方法
融合特征
空域特征
时域特征
样本
频域特征
多尺度
原始脑电信号
脑疲劳检测技术
随机森林模型
数据
鲁棒特征提取
非暂态计算机可读存储介质
疲劳检测系统
动态平衡状态
标签
独立成分分析
系统为您推荐了相关专利信息
上下文特征
遥感图像云检测方法
结构特征提取
结构特征强化
缩放特征
动态定价模型
动态定价方法
数据
动态定价系统
定价模块