摘要
驾驶疲劳检测技术在预防交通事故和保障道路安全方面具有重要作用。近年
来,基于脑电图(Electroencephalogram,EEG)的疲劳状态检测技术因其客观性
和准确性受到广泛关注。然而,现有研究在利用大脑拓扑结构和电极间依赖关系
方面存在不足,导致许多信息未被充分挖掘与利用,存在特征提取多样性不足和
过平滑的问题。此外,单一模态的局限性使得多模态生理信号的驾驶疲劳检测方
法成为研究热点。针对上述情况,本文以提升生理信号疲劳识别时的解码能力、
实现疲劳状态的多级精准判断为目标展
摘要
驾驶疲劳检测技术在预防交通事故和保障道路安全方面具有重要作用。近年
来,基于脑电图(Electroencephalogram,EEG)的疲劳状态检测技术因其客观性
和准确性受到广泛关注。然而,现有研究在利用大脑拓扑结构和电极间依赖关系
方面存在不足,导致许多信息未被充分挖掘与利用,存在特征提取多样性不足和
过平滑的问题。此外,单一模态的局限性使得多模态生理信号的驾驶疲劳检测方
法成为研究热点。针对上述情况,本文以提升生理信号疲劳识别时的解码能力、
实现疲劳状态的多级精准判断为目标展
文档评论(0)