应用支持向量机的眼睑参数疲劳预测

被引：7

作者：

胡淑燕

郑钢铁

机构：

[1] 北京航空航天大学宇航学院

来源：

北京航空航天大学学报 | 2009年 / 08期

关键词：

支持向量机; 眼电; 疲劳预测;

D O I：

10.13700/j.bh.1001-5965.2009.08.017

中图分类号：

U491.254 [];

学科分类号：

040203 ;

摘要：

研究表明疲劳驾驶是引起交通事故的重要原因之一,因此有必要采取预防措施,而能够提前对事故进行准确预报并保证低误报警率是问题的关键所在.提出了利用多眼睑运动特征参数建立支持向量机模型进行疲劳预测的方法,其中眼睑运动特征参数是从驾驶模拟器上采集的眼电信号提取出的.根据Karolinska睡眠等级选出25名缺乏睡眠并在实验中撞到振动带的驾驶员,保证其开始驾驶阶段是警觉的,而事故发生阶段是疲劳的,然后将20名驾驶员作为训练对象,另5名驾驶员作为验证对象.结果表明,所用的方法可以提前至少5 min对由疲劳导致的事故进行预报.

引用

页码：929 / 932

页数：4

共 5 条

[1]

Experimental evaluation of eye-blink parameters as a drowsiness measure[J] . Philipp P. Caffier,Udo Erdmann,Peter Ullsperger.European Journal of Applied Physiology . 2003 (3-4)

[2]

Real-Time Eye, Gaze, and Face Pose Tracking for Monitoring Driver Vigilance[J] . Qiang Ji,Xiaojie Yang.Real-Time Imaging . 2002 (5)

[3] A tutorial on Support Vector Machines for pattern recognition [J].

Burges, CJC .

DATA MINING AND KNOWLEDGE DISCOVERY, 1998, 2 (02) :121-167

[4] Electrooculographic and performance indices of fatigue during simulated flight [J].

Morris, TL ;

Miller, JC .

BIOLOGICAL PSYCHOLOGY, 1996, 42 (03) :343-360

[5]

Subjective and Objective Sleepiness in the Active Individual[J] . Torbj&ouml,rn &Aring,kerstedt,Mats Gillberg.International Journal of Neuroscience . 1990 (1-2)

← 1 →