TFS-GENM：一種基于EEG多模態(tài)特征融合的駕駛行為分類方法

摘要： 在傳統(tǒng)基于腦電信號(hào)（ElectroEncephaloGraphy,EEG）的駕駛行為檢測(cè)技術(shù)中，不同維度特征的提取及融合方法對(duì)分類效果有很大的影響，現(xiàn)有方法多基于時(shí)域、頻域等單一模態(tài)特征提取，沒有充分利用非線性動(dòng)力學(xué)分析和空間域分析方法，從而難以全面捕捉大腦不同區(qū)域和頻段的有效特征，限制了識(shí)別效果.因此，本文針對(duì)性地提出一種結(jié)合時(shí)域、頻域、空間域等多尺度特征，及圖卷積神經(jīng)網(wǎng)絡(luò)（... （共14頁）