文件名称：基于脑电功率谱-连续隐马尔科夫链的精神疲劳分级模型 (2007年)
文件大小：366KB
文件格式：PDF
更新时间：2024-05-31 16:42:25
工程技术 论文
提取多通道脑电（EEG）功率谱特征，训练连续高斯密度混合隐马尔科夫模型（CHMM），建立了基于功率谱-CHMM的精神疲劳分级模型。分级结果表明：EEG各节律功率谱及其比值是精神疲劳的敏感指标，CHMM对于不同的精神疲劳状态具有较高的分类精度，最高分类正确率达到97.5%；在训练样本相同的情况下，CHMM比反向传输人工神经网络具有更高的分类精度。