期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
驾驶员不良情绪状态检测系统的方法研究
被引量:
4
1
作者
马兴民
孙文财
+1 位作者
徐艺
郑鹏宇
《吉林大学学报(信息科学版)》
CAS
2015年第6期680-684,共5页
针对驾驶员因处于非常状态下驾车而频繁导致交通事故问题,设计了驾驶员不良情绪状态检测系统。该系统采用LBP(Local Binary Patterns)和SVM(Support Vector Machine)决策树相结合的算法分析、识别人脸表情。经实验验证,该方法有较高的...
针对驾驶员因处于非常状态下驾车而频繁导致交通事故问题,设计了驾驶员不良情绪状态检测系统。该系统采用LBP(Local Binary Patterns)和SVM(Support Vector Machine)决策树相结合的算法分析、识别人脸表情。经实验验证,该方法有较高的准确率,系统运行速度快。
展开更多
关键词
不良
情绪
状态
计算机视觉
情绪
状态
检测
支持向量机
下载PDF
职称材料
基于二维特征和CNN分析的无人机操控员情绪状态检测
2
作者
杨宇超
刘聪
《计算机测量与控制》
2024年第12期96-102,共7页
为了实时检测无人机操控员的情绪状态,提出了一种基于二维特征和卷积神经网络(CNN)分析的无人机操控员情绪状态检测算法;针对脑电信号(EEG)中眼电伪迹干扰的问题,设计实现了一种基于二阶盲辨识(SOBI)的去除伪迹算法;针对其它模型检测率...
为了实时检测无人机操控员的情绪状态,提出了一种基于二维特征和卷积神经网络(CNN)分析的无人机操控员情绪状态检测算法;针对脑电信号(EEG)中眼电伪迹干扰的问题,设计实现了一种基于二阶盲辨识(SOBI)的去除伪迹算法;针对其它模型检测率低的问题,通过微分熵特征(DE)提取、2-DMapping映射及稀疏运算将一维脑电信号转化为包含情感信息的二维特征图,并对脑电信号进行扩增处理,提出二维特征图与CNN相结合的方式,使得各通道的情感特征相互关联;利用CNN自动学习深层次特征的优势,深度挖掘二维特征图里的脑电情感信息,较好地实现了无人机操控员积极、中性以及消极三种情绪状态检测。
展开更多
关键词
EEG
SOBI
CNN
二维特征
眼电伪迹
情绪
状态
检测
下载PDF
职称材料
题名
驾驶员不良情绪状态检测系统的方法研究
被引量:
4
1
作者
马兴民
孙文财
徐艺
郑鹏宇
机构
烟台职业学院汽车工程系
吉林大学交通学院
吉林省外国企业服务有限公司
出处
《吉林大学学报(信息科学版)》
CAS
2015年第6期680-684,共5页
基金
国家自然科学基金青年基金资助项目(51308250)
中国博士后科学基金资助项目(2013M530984)
+1 种基金
中国博士后基金特别资助项目(2014T70292)
高等学校博士学科点专项科研基金资助项目(20120061120043)
文摘
针对驾驶员因处于非常状态下驾车而频繁导致交通事故问题,设计了驾驶员不良情绪状态检测系统。该系统采用LBP(Local Binary Patterns)和SVM(Support Vector Machine)决策树相结合的算法分析、识别人脸表情。经实验验证,该方法有较高的准确率,系统运行速度快。
关键词
不良
情绪
状态
计算机视觉
情绪
状态
检测
支持向量机
Keywords
negative emotions
computer vision
emotional state detection
support vector machine(SVM)
分类号
TP391 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
基于二维特征和CNN分析的无人机操控员情绪状态检测
2
作者
杨宇超
刘聪
机构
空军工程大学航空机务士官学校
出处
《计算机测量与控制》
2024年第12期96-102,共7页
文摘
为了实时检测无人机操控员的情绪状态,提出了一种基于二维特征和卷积神经网络(CNN)分析的无人机操控员情绪状态检测算法;针对脑电信号(EEG)中眼电伪迹干扰的问题,设计实现了一种基于二阶盲辨识(SOBI)的去除伪迹算法;针对其它模型检测率低的问题,通过微分熵特征(DE)提取、2-DMapping映射及稀疏运算将一维脑电信号转化为包含情感信息的二维特征图,并对脑电信号进行扩增处理,提出二维特征图与CNN相结合的方式,使得各通道的情感特征相互关联;利用CNN自动学习深层次特征的优势,深度挖掘二维特征图里的脑电情感信息,较好地实现了无人机操控员积极、中性以及消极三种情绪状态检测。
关键词
EEG
SOBI
CNN
二维特征
眼电伪迹
情绪
状态
检测
Keywords
electroencephalogram signals
second order blinding identification
convolutional neural network
two-dimensional feature
ocular artifacts
emotion recognition
分类号
TP18 [自动化与计算机技术—控制理论与控制工程]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
驾驶员不良情绪状态检测系统的方法研究
马兴民
孙文财
徐艺
郑鹏宇
《吉林大学学报(信息科学版)》
CAS
2015
4
下载PDF
职称材料
2
基于二维特征和CNN分析的无人机操控员情绪状态检测
杨宇超
刘聪
《计算机测量与控制》
2024
0
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部