您的位置: 专家智库 > >

史磊

作品数:7 被引量:35H指数:3
供职机构:西南交通大学交通运输与物流学院更多>>
发文基金:国家自然科学基金中央高校基本科研业务费专项资金更多>>
相关领域:交通运输工程文化科学更多>>

文献类型

  • 7篇中文期刊文章

领域

  • 6篇交通运输工程
  • 2篇文化科学

主题

  • 2篇警觉
  • 2篇驾驶
  • 2篇高铁
  • 1篇调度
  • 1篇调度员
  • 1篇多数据源
  • 1篇多通道
  • 1篇多通道数据
  • 1篇支持向量
  • 1篇支持向量机
  • 1篇实验教学
  • 1篇实验教学体系
  • 1篇事件相关电位
  • 1篇事件相关电位...
  • 1篇数据源
  • 1篇司机
  • 1篇铁路
  • 1篇通道数
  • 1篇主元
  • 1篇主元分析

机构

  • 7篇西南交通大学
  • 1篇中国铁路哈尔...
  • 1篇中国铁路成都...

作者

  • 7篇史磊
  • 4篇郭孜政
  • 2篇张骏
  • 2篇郭峤枫
  • 1篇倪少权
  • 1篇肖琼
  • 1篇程学庆
  • 1篇刘帆洨
  • 1篇邓灼志
  • 1篇吴志敏

传媒

  • 1篇北京工业大学...
  • 1篇铁道学报
  • 1篇中国公路学报
  • 1篇实验技术与管...
  • 1篇交通运输工程...
  • 1篇实验室科学
  • 1篇实验科学与技...

年份

  • 1篇2024
  • 1篇2023
  • 1篇2021
  • 1篇2020
  • 2篇2018
  • 1篇2017
7 条 记 录,以下是 1-7
排序方式:
基于EEG的驾驶疲劳识别算法及其有效性验证被引量:11
2017年
为有效识别驾驶员疲劳状态,基于脑电信号(electroencephalogram,EEG)提出了一种驾驶疲劳状态识别方法.首先,以时间段划分疲劳等级,并采用主、客观测评指标对疲劳等级划分的合理性进行验证.然后,利用快速傅里叶变换对脑电信号进行分析,在此基础上选取3种频段的平均幅值和5项合成指标,通过核主元分析(kernel principal component analysis,KPCA)构建疲劳识别脑电指标,结合支持向量机(support vector machine,SVM),构建了驾驶员疲劳状态识别模型.最后,采用30名驾驶员连续驾驶2 h的脑电数据,对该模型方法进行试算.试算结果表明:疲劳状态识别正确率为79.17%~92.03%,平均正确率为84.62%,该方法可用于驾驶疲劳识别.
郭孜政牛琳博吴志敏肖琼史磊
关键词:驾驶疲劳核主元分析支持向量机
基于多通道数据的高铁司机警觉评估实验设计
2024年
高铁司机警觉与行车安全密切相关。为实现司机警觉状态评估,该研究设计了一种基于多通道数据的高铁司机警觉评估实验方案。依托高铁驾驶模拟器,以连续驾驶的方式诱发高铁司机警觉衰退,实验过程中同步采集其脑电、心电、眼动以及简单反应时间和疲劳程度主观量表。基于神经网络、支持向量机等机器学习技术构建司机警觉评估模型技术方案。以司机神经、生理等融合特征为输入,以司机疲劳状态为输出,构建司机警觉评估模型,对提出的实验方案进行探讨,验证提出的实验方案的合理性与可应用性。
郭峤枫周明刘帆洨刘帆洨郭孜政
基于多数据源的CTC调度台工作负荷研究及评定被引量:1
2021年
为准确划分CTC调度台的繁忙程度,提出了一种通过CTC调度台的基础数据对调度台进行划分的方法。参照工作负荷研究中常用的方法,即主观评价法和任务分析法,结合统计学方法中的聚类分析,对某铁路集团有限公司中的17个CTC调度台进行繁忙程度划分。为有效地划分繁忙度,首先,在任务分析法详细分析工作内容的基础上,通过相关分析和回归分析探讨基础数据和工作负荷的关系;然后,基于调度台的基础数据,采用聚类分析中的K-means聚类算法对CTC调度台的工作负荷进行繁忙度划分;最后通过对CTC调度员心理负荷和工作压力的主观评价数据的方差分析来验证聚类划分调度台繁忙度的科学合理性。结果表明:聚类分析后的繁忙、普通和轻松台之间在主观评价工作负荷上都有显著差异。
邹佳铭朱志强郭峤枫冯果刘君喜杜敏齐史磊
关键词:聚类分析
“双一流”建设背景下的高校教学型实验室人员管理机制探索被引量:17
2018年
"双一流"建设是我国高等教育改革与发展的国家战略和重要举措。该文通过分析高校教学型实验室人员队伍管理现状,阐述了高校教学型实验室人员管理机制改革的必然性,在借鉴国内高校实验室人员管理机制创新举措的基础上,从绩效考核、职称晋升、培训深造三个方面为高校教学型实验室人员管理机制创新提供思路。
史磊程学庆邓灼志
基于LSTM-Attention的高速铁路司机警觉度预测
2023年
准确度量高速铁路司机的警觉度是保障保证列车安全运行的关键问题。针对该问题提出一种通过眼动、心电信号及线路参数时序特征预测高速铁路司机警觉度的方法。研究基于心理学双任务范式设计模拟驾驶实验,主任务要求司机正常驾驶机车,次任务要求司机在看到红色信号灯亮起时迅速按键,以司机对次任务的反应时间来量化其警觉度。构建警觉度预测模型时,对每个试次提取7项眼动指标和19项心电指标以及环境参数,并通过灰色关联分析筛选出14项有效的生理指标。然后以司机生理指标和线路环境参数为自变量,以其对次任务的反应时间为因变量,构建基于LSTM-Attention算法的高速铁路司机警觉度预测模型。研究结果表明:LSTM-Attention模型对40名高速铁路司机反应时间预测平均绝对误差为92.86 ms,均方根误差为102.31 ms,平均相对误差为9.6%,且时间序列长度为5时预测效果最好,注意力机制的引入能减小模型约4%的预测误差。本文所提方法可实现对高速铁路司机警觉度的连续度量,可为驾驶辅助系统的研发提供技术理论支撑。
潘雨帆史磊史磊倪少权倪少权张骏
关键词:高速铁路注意力
基于驾驶模拟器的人因安全实验教学体系设计被引量:1
2020年
结合交通运输学科背景和多年驾驶人因安全实验教学的探索与研究,完整阐述了“三层次、三模块、三保障”的实验教学体系和构建原则,并重点论述了驾驶人因安全三大实验教学模块的内容与实施,包括基于高铁驾驶模拟器的高铁驾驶适应性测评实验教学模块、基于交通事件驾驶模拟器的道路驾驶适应性检测实验教学模块以及基于公交车驾驶模拟器的驾驶行为安全可靠性实验教学模块。通过该实验教学体系的开展,能够提高学生科研素养、创新能力和团队协作能力。为人因安全工程领域人才培养的实践路径提供借鉴。
史磊
关键词:驾驶模拟器实验教学体系
基于ERP技术的疲劳对驾驶人行为监控能力影响研究被引量:5
2018年
为探究疲劳对驾驶人行为监控能力的影响性,采用模拟驾驶任务和Go/NoGo任务相结合的双任务试验,利用事件相关电位(ERP)技术,分析30名驾驶人的表征行为监控能力的脑电指标(ERN波幅)和驾驶行为指标(车道偏移标准差、方向盘反转率、速度标准差)的相关性,以验证所选驾驶行为指标表征行为监控能力的有效性;分析试验任务第1阶段(0~15min)和第2阶段(75~90min)的ERN波幅、车道偏移标准差、方向盘反转率、速度标准差的差异性,以探究疲劳对行为监控能力的影响机理。研究结果表明:ERN波幅和车道偏移标准差、方向盘反转率、速度标准差存在显著相关性;与试验任务第1阶段(0~15min)相比,第2阶段(75~90min)的车道偏移标准差、方向盘反转率、速度标准差显著增加,额中央区的ERN波幅显著降低;疲劳可导致驾驶人由前额叶调控的行为监控能力受损;车道偏移标准差、方向盘反转率、速度标准差这3项指标可作为测定行为监控能力的驾驶行为指标。
郭孜政刘仙陈瑞雅潘雨帆史磊张骏
关键词:交通工程事件相关电位技术
共1页<1>
聚类工具0