-
题名基于脑电信号的疲劳驾驶检测研究综述
被引量：2
- 1
-
-
作者
王忠民
郑镕林
赵玉鹏
贺炎
-
机构
西安邮电大学计算机学院
西安邮电大学、西安市大数据与智能计算重点实验室
西安邮电大学、陕西省网络数据分析与智能处理重点实验室
-
出处
《西安邮电大学学报》
2022年第6期52-66,共15页
-
基金
国家自然科学基金项目(61373116)
陕西省教育厅科学计划研究项目(18JK0697)。
-
文摘
通过检索脑电信号进行疲劳驾驶检测的相关文献,归纳了现有的研究成果,整理了当下主流的研究方法。分别介绍了脑电信号采集、预处理、特征提取和分类识别方法,综合比较了脑电信号分别在时域、频域和脑功能网络等特征提取方法的优势及局限性,说明了脑电信号的各种特征属性以及脑电信号的空间特性,阐述了信号分析方法的适用场景,最后讨论了该领域未来的发展方向。
-
关键词
脑电信号
疲劳驾驶
特征提取
脑网络
-
Keywords
electroencephalogram
fatigue driving
feature extraction
brain network
-
分类号
TP399
[自动化与计算机技术—计算机应用技术]
-
-
题名脑电信号情绪识别研究综述
被引量：25
- 2
-
-
作者
王忠民
赵玉鹏
郑镕林
贺炎
张嘉雯
刘洋
-
机构
西安邮电大学计算机学院
陕西省网络数据分析与智能处理重点实验室
西安市大数据与智能计算重点实验室
-
出处
《计算机科学与探索》
CSCD
北大核心
2022年第4期760-774,共15页
-
基金
国家自然科学基金(61373116)
陕西省教育厅项目(18JK0697)。
-
文摘
情绪识别是指通过人的面部表情、行为动作或者生理信号等信息识别人的情绪状态,其成果在医疗辅助、教育、交通安全等方面有很大的应用价值。由于脑电信号的客观真实性等特点,使用脑电信号进行情绪识别研究受到国内外学者们的广泛关注。查阅了大量脑电情绪识别相关文献并进行归纳、分析和总结。首先,对情绪以及情绪识别的定义、情绪的分类模型、脑电信号的采集和预处理等理论知识进行了详细的解释和分析,给出了脑电情绪识别的一般框架。其次,从时域特征、频域特征、时频特征和非线性特征四方面综述了用于情绪识别的各类脑电特征的提取方法,介绍了脑功能网络的构建以及脑网络属性的提取方法,分析了每类特征和方法的优缺点。然后,对脑电情绪识别中常用的分类算法的特点、优缺点以及适用场景进行了分析。最后,对该领域目前的难点和未来的发展方向进行了总结和展望。可以帮助研究人员系统地了解基于脑电信号的情绪识别研究现状,为后续开展相关研究提供思路。
-
关键词
情绪识别
脑电信号
特征提取
情绪分类
脑网络
-
Keywords
emotion recognition
EEG signals
feature extraction
emotion classification
brain network
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
-
