国产无玛黄色大片|99最新极品蜜臀精品久久|久久精品成人av|精品久久久久久中文幕人妻日本|99热资源站人妻多P无码|韩日黄色的男女免费大全|av在线尤物精品国产|无码av免费精品一区二区三区影院|东京热一区二区三区|久久久久久国产成人a亚洲精品无码

摘要：心率變異性分析是最常用的一種基于心電信號(hào)的疲勞駕駛檢測(cè)方法.然而,該方法需要被檢測(cè)信號(hào)時(shí)間足夠長(zhǎng),且準(zhǔn)確率較低.因此提出一種基于短時(shí)心電信號(hào)的疲勞駕駛檢測(cè)算法.首先,按照30 s的時(shí)長(zhǎng)截取短時(shí)心電信號(hào)序列,利用差分閾值法確定R波位置,根據(jù)R-R間期差值大小剔除不合格的噪聲樣本;然后,計(jì)算R-R間期序列的時(shí)域/頻域特征并與利用ImageNet數(shù)據(jù)集預(yù)訓(xùn)練的深度卷積神經(jīng)網(wǎng)絡(luò)模型提取的特征相結(jié)合;最后,設(shè)計(jì)了一種隨機(jī)森林分類(lèi)器并基于這些特征進(jìn)行分類(lèi).結(jié)果表明,該算法在疲勞駕駛檢測(cè)上具有良好的分類(lèi)效果,平均準(zhǔn)確率達(dá)到91%.因此,相較于心率變異性分析方法,本算法檢測(cè)所需心電信號(hào)更短,且在準(zhǔn)確率上具備顯著優(yōu)勢(shì).