【出 处】：《 计算机仿真 》 CSCD 2013年第30卷第5期 171-175页,共6页

【作 者】： 刘佳兴 ; 王炜

【摘 要】 为预防交通事故发生，针对疲劳驾驶进行实时有效监测和预警的需要，提出在脑电检测的基础之上，提取了近似熵、Kc复杂度和CO复杂度，建立了混合专家网络分类器模型，实现了觉醒和瞌睡状态的预测。同时，用小波包域功率谱实现了闭眼的检测，作为瞌睡监测的辅助检测。系统监测异常状态时，将发出声音及视觉指示提醒驾驶员注意安全行驶。经测试，在最佳窗长下，觉醒和瞌睡状态的识别准确率为75．25±9．21；睁闭眼状态的识别准确率为87．31±3．97；系统监测的平均处理时间为0．1708±0．0124s。混合专家网络方法可以快速有效的识别睁眼、闭眼和瞌睡状态，为开发实时、便携的疲劳监测预警设备提供了很好的模型。