基于深度收缩稀疏自编码网络飞行员疲劳状态识别.PDFVIP

第 卷 第期 控 制 与 决 策 年 月 文章编号 基于深度收缩稀疏自编码网络的飞行员疲劳状态识别 吴 奇 储银雪 陈 曦 林金星 任 和 上海交通大学自动化系，上海 ； 上海飞机客户服务有限公司，上海 ； 南京邮电大学自动化学院，南京 摘 要 飞行员的疲劳状态识别具有重要的研究意义和应用价值 针对飞行员疲劳状态识别的复杂性和准确性 提出一种新的基于脑电信号的飞行员疲劳状态识别深度学习模型 在对飞行员的脑电信号进行滤波分解的基础 上 提取 波 、 波 、 波 和 波 将其重组信号作为深度 收缩稀疏自编码网络 模型的输入