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
共找到7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：
基于心电的铁路列车驾驶压力检测研究 被引量：4
1
作者 刘坤 焦钰博 +2 位作者 张晓明 陈晓宇 蒋朝哲 《中国安全科学学报》 CAS CSCD 北大核心 2022年第6期31-37,共7页
为实时检测列车司机压力水平,基于高铁驾驶行为与安全仿真平台,获取16名被试不同驾驶速度下的主观压力量表和心电(ECG)信号。首先,通过分析主观压力量表,探究不同速度下司机的压力水平;其次,统计分析不同压力水平下的心率变异性(HRV)特... 为实时检测列车司机压力水平,基于高铁驾驶行为与安全仿真平台,获取16名被试不同驾驶速度下的主观压力量表和心电(ECG)信号。首先,通过分析主观压力量表,探究不同速度下司机的压力水平;其次,统计分析不同压力水平下的心率变异性(HRV)特征;最后,比较最邻近算法(KNN),支持向量机(SVM),随机森林(RF)3种机器学习算法在压力检测方面的表现,并分析不同输入特征对分类器性能的影响。研究表明:随着速度的增加,司机的压力增大。连续R波之间的时间差间隔大于50 ms的数量(NN50),连续R波之间的时间差间隔大于50 ms的数量占比(PNN50),低频段功率值与高频段功率值之比(LF/HF),心脏交感神经指数(CSI)在不同的压力条件下具有显著性差异。在高速条件下,PNN50、HF、LF/HF减小,NN50增加,其中LF/HF值显著降低。此外,特征选择和特征标准化均有助于提高模型的表现;相比KNN和RF,径向基为核函数(RBF)的SVM分类器模型在检测驾驶压力方面的效果最好,准确度为71.2%。 展开更多
关键词 心电(ECG)信号 驾驶压力 列车司机 驾驶速度 机器学习
下载PDF
驾驶压力影响因素与识别方法研究综述
2
作者 杨柳 杨莹 +1 位作者 宋允洲 张宇 《交通运输系统工程与信息》 EI CSCD 北大核心 2022年第6期40-50,67,共12页
高强度的驾驶压力会对驾驶人的情绪、决策及行为产生负面影响,可能导致交通事故,并对驾驶人的健康状况造成长期影响。本文借助CiteSpace软件对驾驶压力研究进行可视化分析,进一步从驾驶人自身因素、车辆内部和外部因素这3方面总结驾驶... 高强度的驾驶压力会对驾驶人的情绪、决策及行为产生负面影响,可能导致交通事故,并对驾驶人的健康状况造成长期影响。本文借助CiteSpace软件对驾驶压力研究进行可视化分析,进一步从驾驶人自身因素、车辆内部和外部因素这3方面总结驾驶压力影响因素,并归纳整理驾驶压力识别方法。总结发现:交通拥堵、道路复杂性及新技术使用等驾驶环境因素是引发或增加驾驶压力的主要因素;非职业驾驶人易受车辆外部环境的影响,职业驾驶人易因工作产生负面情绪,导致驾驶压力增加。驾驶压力识别主要基于主观测评量表、驾驶行为分析及生理数据分析等方法开展研究,其中,基于生理数据的识别方法因其较高的识别精度和准确度被认为在驾驶压力识别领域具有明显的优势。从研究趋势来看,未来研究需重视社会环境以及多因素叠加对驾驶压力的影响,特别关注职业驾驶人及新技术的影响,以及如何采用多模态数据融合方法实现实时监测,以提高驾驶压力识别的精度。 展开更多
关键词 智能交通 驾驶压力 影响因素 生理数据 识别方法
下载PDF
基于禁忌搜索的混合算法在驾驶压力识别中的应用 被引量：3
3
作者 叶朋飞 陈兰岚 张傲 《华东理工大学学报（自然科学版）》 CAS CSCD 北大核心 2018年第5期730-736,共7页
驾驶员在压力状态下行车会对驾驶安全产生很大影响,严重时甚至会造成交通事故。为准确检测驾驶员的压力状态,提取了驾驶员生理信号的多模态特征并提出了一种基于多种过滤式算法(Multi-filter,MF)与禁忌搜索算法(Tabu Search,TS)相结合... 驾驶员在压力状态下行车会对驾驶安全产生很大影响,严重时甚至会造成交通事故。为准确检测驾驶员的压力状态,提取了驾驶员生理信号的多模态特征并提出了一种基于多种过滤式算法(Multi-filter,MF)与禁忌搜索算法(Tabu Search,TS)相结合的混合算法来选择有效特征向量。该算法首先采用多种过滤式算法的综合评分对原始特征集进行排序和过滤,有效降低特征维度;然后利用禁忌搜索算法进一步选出最优特征组合;最后采用支持向量机对3种不同驾驶压力水平进行分类。实验结果表明,本文提出的混合算法不仅有效地消除了高维特征向量中的冗余信息,还提升了分类准确率。 展开更多
关键词 生理信号 过滤算法 禁忌搜索 特征选择 驾驶压力识别
下载PDF
基于单模态生理信号无监督特征学习的驾驶压力识别 被引量：2
4
作者 江润强 陈兰岚 谌鈫 《华东理工大学学报（自然科学版）》 CAS CSCD 北大核心 2021年第4期475-482,共8页
针对基于多模态生理信号分析的驾驶压力识别会影响驾驶员的行车舒适性,且传统的生理特征的提取需要依赖先验知识的问题,构建了基于单模态生理信号无监督特征学习的驾驶压力识别模型。首先采用单模态生理信号,通过构造卷积自编码器进行... 针对基于多模态生理信号分析的驾驶压力识别会影响驾驶员的行车舒适性,且传统的生理特征的提取需要依赖先验知识的问题,构建了基于单模态生理信号无监督特征学习的驾驶压力识别模型。首先采用单模态生理信号,通过构造卷积自编码器进行无监督的特征学习来提取抽象特征;然后将特征依次送入支持向量机、随机森林、K最近邻、梯度提升决策树4种不同的基分类器进行建模;最后引入集成学习的思想对不同基分类器的输出进行投票集成来提高驾驶压力识别的稳定性与准确性。实验结果表明,该模型在MIT-drivedb数据集的驾驶压力三分类任务中的准确率可达92.8%。 展开更多
关键词 驾驶压力识别 单模态生理信号 卷积自编码器 抽象特征 集成学习
下载PDF
基于MPGA的混合特征选择算法在驾驶压力检测中的应用 被引量：2
5
作者 张傲 陈兰岚 魏琛 《华东理工大学学报（自然科学版）》 CAS CSCD 北大核心 2019年第1期125-132,共8页
针对多源生理信号应用于驾驶压力检测中存在信号种类多、特征维数高以及运算效率低的问题,提出了一种结合特征选择(ReliefF)算法、最大相关最小冗余(MRMR)算法和多种群遗传算法(MPGA)的混合特征选择算法。首先利用ReliefF算法计算特征... 针对多源生理信号应用于驾驶压力检测中存在信号种类多、特征维数高以及运算效率低的问题,提出了一种结合特征选择(ReliefF)算法、最大相关最小冗余(MRMR)算法和多种群遗传算法(MPGA)的混合特征选择算法。首先利用ReliefF算法计算特征信号的权重值,初选出对分类效果影响显著的特征子集;然后利用MRMR算法去掉冗余的特征,进一步精简特征子集;在此基础上采用MPGA挑选出效果最佳的特征子集。将该算法应用于驾驶压力检测,并与其他类似算法进行了对比。实验结果表明,该算法有效地消除了高维特征中的冗余信息,提高了特征选择阶段的运算效率且达到了很好的分类效果。 展开更多
关键词 生理信号 RELIEFF算法 MRMR算法 MPGA算法 特征选择 驾驶压力检测
下载PDF
上海长江隧桥节假日运行关键数据分析及特征指标探讨 被引量：1
6
作者 殷峰 《上海公路》 2018年第A01期89-94,共6页
针对近年高速公路运营管理中车流量长时间持续峰值造成拥堵、事故率上升的难题,以上海长江隧桥为例进行数据精细分析的探讨。首先进行车速与流量总体分析,显现了车速稳定态现象;在探讨了稳定态界限流量确定方法后,基于稳定态进行事故分... 针对近年高速公路运营管理中车流量长时间持续峰值造成拥堵、事故率上升的难题,以上海长江隧桥为例进行数据精细分析的探讨。首先进行车速与流量总体分析,显现了车速稳定态现象;在探讨了稳定态界限流量确定方法后,基于稳定态进行事故分析,提出了驾驶压力指标p和车流稳定性指标s;通过p-V和p-s分析,验证了p、s的合理性,发现上、下行隧道过渡期和低速稳定态的p-s分化,进而进行事故空间、时间分布,找到了分化原因,并得出了内在稳定性和外在干扰共同决定,最后给出了减少事故、提高s的方法。 展开更多
关键词 车流量 车速稳定态 事故分布 驾驶压力指标 车流稳定性指标
下载PDF
非职业驾驶员的压力特点研究 被引量：2
7
作者 李彦章 贾杰 +1 位作者 尹莲 唐勤 《中华行为医学与脑科学杂志》 CAS CSCD 北大核心 2011年第1期62-64,共3页
目的探讨非职业驾驶员压力状况及其特点？方法采用驾驶员压力量表随机对成都市264名非职业驾驶员进行调查，与105名职业驾驶员进行比较。结果①与职业驾驶员相比，非职业驾驶员刺激寻求、认知疲劳和驾驶攻击得分较高[非职业（4．63... 目的探讨非职业驾驶员压力状况及其特点？方法采用驾驶员压力量表随机对成都市264名非职业驾驶员进行调查，与105名职业驾驶员进行比较。结果①与职业驾驶员相比，非职业驾驶员刺激寻求、认知疲劳和驾驶攻击得分较高[非职业（4．63±1．49）分，（5．12±1．56）分，（5．65±1．42）分；职业（3．60±2．04）分，（3．97±2．02）分，（4．56±1．84）分，P〈0．001]，危险临控、驾驶紧张和身心疲劳得分较低[非职业（7．04±1．48）分，（6．44±1．50）分，（5．78±1．75）分；职业（7．89±1．45）分，（6．99±1．28）分，（6．45±2．37）分，P〈0．01]；②不同性别、年龄、婚姻状况、驾驶经验的非职业驾驶员在压力各因素上有显著差异（P〈0．05）。男驾驶员刺激寻求、驾驶紧张和身心疲劳得分较高[男（4．79±1．53）分，（6．78±1．46）分，（5．94±1．80）分；女（4．32±1．37）分，（5．80±1．37）分，（5．50±1．61）分，P〈0．05]；与其他年龄组相比，20～29岁驾驶员认知疲劳[（5．44±1．38）分]得分较高，而危险监控[（6．77±1．44）分]、驾驶紧张[（6．03±1．46）分]得分较低；与未婚驾驶员相比，已婚驾驶员危险监控、驾驶紧张较高，认知疲劳得分较低[已婚（7．23±1．43）分，（6．65±1．48）分，（4．88±1．60）分；未婚（6．77±1．47）分，（6．06±1．43）分，（5．59±1．36）分，P〈0．05]。去年超过2万公里的非职业驾驶员在驾驶紧张（6．89±1．41）上得分较高。结论非职业驾驶员压力状况不容乐观，受其胜别、年龄、婚姻状况和驾驶经验等影响，属于压力管理的重点人群。 展开更多
关键词 压力 非职业驾驶员 驾驶员压力量表
原文传递
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
使用帮助 返回顶部