典型文献
基于多源信息源融合的疲劳检测系统
文献摘要：
脑力疲劳往往导致生理机能和心理机能失调,严重时甚至会发生不可预估的事故,因此,研究疲劳检测对于减少悲剧的发生,提高生活质量有着重大意义.针对现有市场采用单一信息源检测疲劳稳定性不足的问题,文中设计了一种基于多源信息源融合的疲劳检测系统,该系统结合单点干变级传感器检测脑电特征,采用频域计算心率,加入了轻量化卷积神经网络Yolo-V5s检测面部状态,综合人物头部姿态,融合为疲劳数据样本,共同构建径向基函数神经网络数据集,通过训练网络进行模型分类识别.在保障检测准确率达到97％的同时,增加了实时性能,满足不同场景下的检测需求.
文献关键词：
信息融合;脑电;心率;人脸识别;机器学习
中图分类号：
作者姓名：
王振宇;吕勇;廖健熙;赵凯
作者机构：
嘉兴学院信息科学与工程学院,浙江嘉兴314001;万科思自控信息(中国)有限公司,浙江嘉兴314006
文献出处：
引用格式：
[1]王振宇;吕勇;廖健熙;赵凯-.基于多源信息源融合的疲劳检测系统)[J].电子设计工程,2022(19):125-129
A类：
V5s
B类：
多源信息,信息源,疲劳检测,脑力疲劳,生理机能,心理机能,悲剧,源检测,中设计,单点,传感器检测,脑电,频域,轻量化卷积神经网络,Yolo,头部姿态,径向基函数神经网络,网络数据,模型分类,分类识别,检测准确率,同场,信息融合,人脸识别
AB值：
0.371739
相似文献
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。
