典型文献
基于心电信号的自注意力双向门控循环网络疲劳检测模型
文献摘要：
人类操作员的生理疲劳状态对其作业效率与安全性存在很大的影响,本研究提出了一种基于自注意力(SA)机制的双向门控循环(BiGRU)网络疲劳检测模型,研究基于心电信号的疲劳检测方法.首先采集了模拟不同负荷水平的过程控制任务环境下操作人员的心电数据,以一维心电数据作为输入,经过去噪预处理后,使用改进的BiGRU神经网络进行特征提取,BiGRU在保留GRU优点的同时可以更加充分学习心电信号前后时序的特征联系,并通过SA机制筛选显著相关特征信息,最后将所获得的特征信息经过softmax分类器,得到疲劳分类结果.与传统的GRU模型和BiLSTM模型进行了比较,经过改进后的SA-BiGRU模型的疲劳分类性能整体提高2％～5％,总体准确率达83％.
文献关键词：
心电信号;双向门控循环网络;自注意力机制;疲劳分类
中图分类号：
作者姓名：
刘婕;王娆芬;邓源
作者机构：
上海工程技术大学电子电气工程学院,上海201620
文献出处：
引用格式：
[1]刘婕;王娆芬;邓源-.基于心电信号的自注意力双向门控循环网络疲劳检测模型)[J].中国医学物理学杂志,2022(05):578-584
A类：
B类：
心电信号,双向门控循环网络,检测模型,操作员,生理疲劳,疲劳状态,作业效率,SA,BiGRU,疲劳检测方法,不同负荷,负荷水平,过程控制,任务环境,下操,操作人员,心电数据,去噪,习心,特征信息,softmax,分类器,疲劳分类,BiLSTM,分类性能,自注意力机制
AB值：
0.308589
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
