脑力负荷检测算法研究

发布时间：2025-07-09 03:42

　　随着现代社会科技水平的发展,在诸如载人航天、飞机驾驶、潜艇深海作业等操作复杂性较高的工作中,对操作人员的脑力负荷进行实时检测,实现脑力负荷的评估并进行反调节以合理地控制操作人员的工作时间,对操作人员的身心健康和安全都有着重要意义。脑电特征的维度较高,容易发生过拟合,因此在对特征训练前进行特征选择具有必要性,并且特征选择有益于研究不同节律和不同脑区的电极点对脑力负荷的影响大小。目前的研究中主要通过主成分分析、遗传算法对脑电特征进行特征选择,但主成分分析法属于无监督降维,无法衡量每个特征对脑力负荷的影响大小,而遗传算法的消耗时间长,因此本文提出利用机器学习方法进行特征选择。另外,在脑力负荷分类器的选择上,传统的支持向量机、逻辑回归等算法对组合特征权重的学习有所欠缺,提出引入因子分解机算法(Factorization Machine,FM)作为分类器来训练脑电特征。本文针对模拟飞行员脑力负荷检测问题展开研究,对15名被试进行低唤醒、适中负荷、高负荷下的模拟飞行任务实验,采集到三种负荷任务下的脑电信号。首先对原始脑电信号进行去伪迹处理,并通过计算功率谱密度提取信号的能量特征,最终获得120维脑电...

【文章页数】：57 页

【学位级别】：硕士

【部分图文】：

图1-1脑机接口流程图

当人脑在进行思维活动或受到外界刺激时,大脑皮层会产生一系列电信号活动(EEG),这些电信号可以用特定的设备进行采集,然后通过信号预处理,特征提取,特征选择,功能分类从而判别出被试人员的真实状态或指令,实现对被试工作的指导或外部物理设备的控制,如图1-1所示。由于脑电信号本身比较微....

图1-2论文结构框图

本研究提出基于特征选择算法和因子分解机建立的脑力负荷检测算法模型。采集被试在多任务航空情境平台下低中高三种负荷下执行任务的脑电信号,进行滤波和ICA去除眼电伪迹。对预处理后的脑电信号进行傅里叶变换,提取功率谱密度作为特征。分别利用相关系数法、L1正则法、基尼不纯度法对120维脑电....

图2-1 Neuroscan脑电采集系统

本实验使用的是NeuroscanNeuamps系统(Synamps2,Scan4.3,EIPaso,USA),它是一款32导联单极放大器,适用于脑电图和事件相关电位信号的记录,通过802.11无线连接向主计算机发送数据或直接把数据储存到板载CF数据卡里[40]。Neurosc....

图2-2 MATB平台与T型兴趣区域划分

本次实验采用美国国家航空航天局开发的基于多任务航空情境操作的MATB-II平台。该平台可采用飞行摇杆、鼠标、键盘完成与MATB-II平台的人机交互,从而实现四种任务分别是:系统监控任务,追踪监控任务,通信监控任务,资源管理任务[42]。实验中设计了三种负荷等级来执行上述任务:低唤....

本文编号：4057094