基于PCA和BP神经网络的立体视觉疲劳度分级及预测研究

来源 :生命科学仪器 | 被引量 : 0次 | 上传用户:Adisc
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
目的:通过对志愿者观看3D影片之后的脑电信号进行主成分分析,选取最能代表立体视觉疲劳度的主成分,运用BP神经网络对疲劳等级进行建模,提高对疲劳度等级的预测准确度.方法:采集15名志愿者观看五部不同3D影片前后的脑电信号,先对脑电信号进行疲劳度分级并选取特征通道;再对特征通道的脑电信号进行主成分分析选取影响最大的特征主成分,利用BP神经网络进行建模,根据建立的模型对立体视觉引起的疲劳等级进行预测,将预测结果与已知的疲劳等级进行对比.结果:根据文献中的疲劳等级将实验结果分成三个等级;据累计贡献率超过90%选取的前四个主成分建立的预测模型,准确度达95.4%.结论:运用主成分分析和BP神经网络的方法对立体视觉疲劳度进行预测,预测准确度较高,与直接根据脑电特征参数建立模型的方式相比简便和准确,这一方法对立体视觉引起的疲劳度分级及预测提供了新的思路.
其他文献
本文在分析了国内外对于汽车踏板支架逆向工程中数据的采集测量以及部件模型重建的基础上,主要针对踏板支架在使用三坐标测量仪中的布点测量、数据采集和拼合、多面接合部位
竹原/聚乳酸纤维吸音复合材料,作为汽车用内饰材料,结合了竹原纤维高强度、高模量、环保等特点和聚乳酸良好的加工性能、优良的生物相容性、合适的力学性能以及废弃可回收性等
汽车制动主缸是汽车制动系统的一个非常重要的零件,为了解决制动主缸补偿孔形位尺寸的测量难问题,本课题设计了汽车制动主缸补偿孔测量仪,它由精密机械传动系统、CCD成像系统
风力机叶片是风力机系统的主要受载部件,随着叶片的大型化及柔性化,其非定常气动特性逐渐突显出来,叶片的变形也更为复杂,同时较大的叶片变形甚至会影响到叶片的气动特性。如
针对国内外大型风力发电厂的清洗需求,以风力发电设备——风机塔筒为实际应用载体,通过对国内外所研制的攀爬机构各项关键性技术的深入研究,结合风机塔筒的外型尺寸结构以及恶劣
世界石化能源危机的日趋明显,掀起了可再生能源发展的新潮流,风能作为其中的重要一类,发展迅速。截止到2015年年底,中国的累计装机容量为145.4GW,位于世界第一,占全球累计装机容量的33.6%。这意味着,有超过9万台的风机需要后续至少20年的维护工作,而在这一过程中,风电设备故障诊断将必不可少且非常重要。其中,变桨系统作为风机的功率调节与安全制动系统,常常随着风速的变化频繁变桨,工作环境恶劣,故
网络购物日益普及,服装是网购人数最多、销售额最高的商品。服装网购消费行为如何?其与传统的实体店消费行为有何差异?这是做好线上、线下营销的核心。大学生不但是未来消费市
当今纺织品的个性化、小批量、高精度、绿色环保、快速反应等已经成为时尚需要,要尽快摆脱我国纺织品艺术设计的图形色彩单调、风格陈旧、文化内涵缺乏的现状是整个纺织品图
本文探讨了南宁供电局变电缩短变压器现场试验时间的可行性及实现,以期对相关同行作参考.
站在大巴山下诺水和宕水交汇的通江县城红军广场,近观烈焰熊熊的大型火炬雕塑和栩栩如生的红军浮雕墙,远眺广场对面壁山坡上醒目的“争取苏维埃中国”巨幅石刻标语,强烈的红