基于脑电功率图谱的飞行员疲劳状态识别
日期:2019.12.31 点击数:0
【类型】学位论文
【作者】储银雪
【关键词】 卷积神经网络,长短时记忆网络,深度收缩稀疏自编码络,疲劳状态识别,脑功率图谱
【摘要】基于脑电功率图谱的飞行员疲劳状态识别
【学位名称】硕士
【学位授予单位】上海交通大学
【学位授予年度】2019
【导师姓名】吴奇
【读秀链接】读秀链接
相关文章
- 1、基于深度学习的飞行器遥测时间序列数据异常检测与预测方法研究 作者:胡姣姣 年份:暂无
- 2、基于贝叶斯深度学习模型的飞行员脑疲劳检测 作者:仇峰, 年份:暂无
- 3、基于LSTM-DBN的航空发动机剩余寿命预测 作者:李京峰,陈云翔,项华春,蔡忠义, 年份:暂无
- 4、基于LSTM的航空发电机整流电路诊断技术 作者:陈文杰,崔江, 年份:暂无
- 5、基于机器学习的航空收益管理需求预测算法的研究与实现 作者:孙卫卫 年份:暂无
- 6、基于改进差分时域特征和深度学习优化的航空发动机剩余寿命预测算法 作者:高峰,曲建岭,袁涛,高峰娟, 年份:暂无