发明专利已授权

基于多尺度卷积核尺寸CNN的驾驶员疲劳状态识别方法

📄 申请号：CN202211488681.1 📄 发布日：2026/05/07

著录项目信息

申请日

2022-11-25

公开号

CN115836868B

公开日

2024-08-23

申请人

燕山大学

法律状态

已下证

专利类型

发明

主分类号

A61B5_374

IPC 分类号

A61B5_374 , G06N3_0464 , G06N3_08 , A61B5_18 , A61B5_00 ,

技术画像

所属领域

疲劳状态识别人工智能算法图像识别深度学习状态识别疲劳状态识别

应用场景

驾驶员疲劳监测, 智能驾驶, 驾驶辅助系统, 交通安全, 车载智能系统

AI 智能推荐 · 同申请人专利 · 搜索相似专利

摘要

本发明公开了基于多尺度卷积核尺寸CNN的驾驶员疲劳状态识别方法，包括如下步骤：S1、数据准备：将采集到的脑电信号进行预处理，得到标准格式数据；S2、数据增强：采用频率掩蔽和频域重组算法对原数据进行数据增强；S3：模型训练，采用多尺度卷积核尺寸混合CNN模型对原始数据和增强数据构成的数据集进行训练，得到分类器；S4、状态识别：把预处理后的脑电数据输入到分类器模型中，得到样本的状态标签以及可解释的模型分类依据；本发明提高了模型分类性能，在持续注意力驾驶任务数据集识别疲劳状态任务中，实现了较高的准确率；并设计了添加频率噪声和频率掩蔽两种数据增强方法与CNN模型集成，进一步提高模型的泛化能力。

权利要求书 (12项) 说明书附图

……

图1

图2

图3

法律状态时间线

具有混合动力的液压系统及其控制方法

当前第 / 件

基于零试学习和潜在空间编码的旋转机械故障诊断方法

同领域国内专利 · IPC: (A61B5_374)

A61B5_00 A61B5_01 A61B5_02 A61B5_0205 A61B5_021 A61B5_022 A61B5_0225 A61B5_023 A61B5_024 A61B5_0245 A61B5_026 A61B5_0265 A61B5_029 A61B5_03 A61B5_0402 A61B5_0408 A61B5_044 A61B5_0444 A61B5_0452 A61B5_046 A61B5_0476 A61B5_0484 A61B5_0488 A61B5_0492 A61B5_05 A61B5_0507 A61B5_0515 A61B5_0522 A61B5_053 A61B5_0532 A61B5_0536 A61B5_055 A61B5_06 A61B5_08 A61B5_083 A61B5_087 A61B5_091 A61B5_097 A61B5_103 A61B5_107 A61B5_11 A61B5_117 A61B5_1172 A61B5_1174 A61B5_12 A61B5_145 A61B5_1455 A61B5_1477 A61B5_15 A61B5_151 A61B5_153 A61B5_154 A61B5_16 A61B5_18 A61B5_22 A61B5_24 A61B5_243 A61B5_245 A61B5_252 A61B5_256 A61B5_257 A61B5_282 A61B5_291 A61B5_302 A61B5_308 A61B5_316 A61B5_318 A61B5_321 A61B5_344 A61B5_346 A61B5_349 A61B5_352 A61B5_369 A61B5_37 A61B5_372 A61B5_374 A61B5_377 A61B5_378 A61B5_38 A61B5_386 A61B5_389 A61B5_397 A61B50_10 A61B50_13 A61B50_18 A61B50_20 A61B50_22 A61B50_24 A61B50_28 A61B50_30 A61B50_31 A61B50_33 A61B50_36 A61B50_39 覆盖94个领域

相似专利推荐 AI 驱动 · 同领域

暂无同领域相似专利推荐

议价

不含过户费

📋 交易方式： 委托待转让 📌 交易状态：在售 👁️ 浏览次数：91 ❤️ 收藏人数：93 📋 项目申报： 未申报

资金托管权属尽调包过户

🏢 淄博智来知识产权服务有限公司

✓ 企业认证✓ 手机绑定历史成交 0件好评率 98.5%

📊 出价记录 (3条)

王**¥-10万

李** 企业¥-8万

陈**¥-3万

查看全部出价

我要出价 (议价)