机构名称：
¥ 1.0
摘要：脑力负荷过大会降低工作效率，脑力负荷过低会造成人力资源的浪费。研究操作员的脑力负荷状况具有十分重要的意义。现有的脑力负荷分类方法是基于脑电图（EEG）特征的，由于脑电电极记录到的通道信号是一组混合的脑电信号，类似于多源混合语音信号，其分类准确率往往较低。直接对混合信号进行分析以区分脑电信号的特征是不明智的。本研究借鉴混合语音信号的盲源分离（BSS）思想，提出了一种基于脑电独立分量（ICs）特征的脑力负荷分类方法。该方法利用独立分量分析（ICA）来获取纯净的信号，即ICs。该方法直接利用IC的能量特征进行特征提取，直接提取IC的能量特征对脑力负荷进行分类。与现有的解决方案相比，所提出的方法可以获得更好的分类结果。所提出的方法可能为实现快速、准确、自动的脑力负荷分类提供一种途径。
基于脑电独立成分特征的心理负荷分类方法
主要关键词
相关文件推荐
