检索结果-南通市图书馆

作者：周鑫东北电力大学

学位级别：硕士

驾驶疲劳被世界各国认定为造成交通事故的主要因素之一,其对道路交通安全的危害非常大,因此,对驾驶疲劳进行高效的缓解和准确的检测,对提高道路交通安全水平具有重大意义。本文基于因效性脑网络方法对驾驶疲劳缓解实验下被试者的脑电信... 详细信息

驾驶疲劳被世界各国认定为造成交通事故的主要因素之一,其对道路交通安全的危害非常大,因此,对驾驶疲劳进行高效的缓解和准确的检测,对提高道路交通安全水平具有重大意义。本文基于因效性脑网络方法对驾驶疲劳缓解实验下被试者的脑电信号进行分析,通过对比三种缓解方法(穴位电刺激缓解方法、驾驶次任务缓解方法、综合刺激缓解方法)之间的差异,提出高效的驾驶疲劳缓解方法。本文主要研究内容如下:(1)驾驶疲劳缓解方法及系统设计。本文选取了具有代表性的穴位电刺激缓解作为外界客观刺激,并设计了一种新型主观认知的驾驶次任务缓解方法(唤醒模式),最后提出了将客观刺激与主观认知相结合的综合刺激缓解方法。唤醒模式主要由定制化驾驶次任务配置模块、任务流程调节模块、关键词提醒设备构成,通过定制化驾驶次任务模块自动生成关于主观认知的驾驶次任务,然后通过关键词提醒设备引导驾驶员进行思维类认知活动,调节当前认知负荷从而缓解驾驶疲劳。此外,相对传统单一的穴位刺激方法,本文提出了对三穴位(劳宫穴(PC8)、内关穴(PC6)、合谷穴(L14))同时进行电刺激的方法,并设计了一款新型电刺激手套,克服了传统佩戴电极不方便的缺点。最后根据三种缓解方法搭建了驾驶疲劳缓解系统,并进行了驾驶疲劳缓解实验。(2)基于因效性脑网络方法对驾驶疲劳缓解系统进行分析验证。对上述实验被试者脑电信号进行正交化部分定向相干分析,进而构建了因效性脑网络,然后基于复杂网络理论对驾驶疲劳缓解对照组的因效性脑网络进行分析,结果表明因效性脑网络特征参数(聚类系数和全局效率)能够准确地反应驾驶疲劳的状态。在此基础上对比分析了三种缓解实验与对照组的因效性脑网络特征参数(聚类系数、全局效率、出度、入度)差异,结果表明本文提出的综合刺激方法对驾驶疲劳缓解的效果更持续、高效。(3)探究了基于因效性脑网络下的驾驶疲劳产生及其缓解的大脑机理。通过对驾驶疲劳缓解对照组实验的因果信息流进行分析,揭示了驾驶疲劳产生机理:随着驾驶时间的增加,大脑额叶区处理执行、决策信息的能力减弱,表现为左前额叶区从因果目标转变为因果源头,右前额叶从因果源头转变为因果目标,同时大脑枕叶区处理视觉信息的能力减弱,枕叶区从因果目标转变为因果源头。最后对比了三种缓解实验的因果信息流,结果表明外界客观刺激与主观认知的缓解方法对大脑右前额叶的影响具有显著差异。

关键词：驾驶疲劳缓解脑电波因效性脑网路聚类系数全局效率因果信息流

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

一种改进的加权贝叶斯网络及其应用

一种改进的加权贝叶斯网络及其应用

引用

作者：刘飞燕重庆师范大学

学位级别：硕士

贝叶斯网络（Bayesian Network,BN）是用图形化的方式来表示变量之间的概率不确定性,是处理不确定性问题的一种重要模型。贝叶斯网络广泛应用于财务分析、医疗诊断、机器学习等领域,并取得了巨大的成功。朴素贝叶斯网络作为一种有约束... 详细信息

贝叶斯网络（Bayesian Network,BN）是用图形化的方式来表示变量之间的概率不确定性,是处理不确定性问题的一种重要模型。贝叶斯网络广泛应用于财务分析、医疗诊断、机器学习等领域,并取得了巨大的成功。朴素贝叶斯网络作为一种有约束性的贝叶斯网络,其具有结构简单,运行效率高等特点,在风险分析和分类等领域有着较广泛的应用,由于其强烈的条件独立性假设在现实世界中很难实现。因此,如何对条件独立性假设进行改进,从数据中快速、准确的学习贝叶斯网络参数,并将模型应用到实际中,越来越受到广大学者的关注。本论文在研究国内外算法的基础上,针对朴素贝叶斯网络的相关研究及其在恐怖袭击评估中的应用做了如下工作:（1）针对朴素贝叶斯条件独立性假设问题,根据不同属性对分类的影响力赋予不同权重,使朴素贝叶斯扩展为加权贝叶斯,将衡量因果性的信息流作为权重的计算准则,结合包装法和过滤法,基于遗传算法提出一种改进的加权贝叶斯网络模型（Weighted Bayesian network based on information flow and genetic algorithm,IFG-WBN）。并用肺癌患者术后预期寿命评估仿真实验验证,得到该模型具有较高的有效性和准确性。（2）针对恐怖袭击中影响因素多源、关系复杂和信息不确定的特点,以及基于信息流与遗传算法改进的加权贝叶斯网络的有效性和实用性问题。首先将全球恐怖主义数据库作为原始数据集,对数据进行预处理,再用随机森林筛选指标,以此来确定加权贝叶斯网络节点,其次进行结构的确定和参数的学习,然后基于信息流计算指标权重,再采用遗传算法确定最优权重,用概率对其进行评估,最后通过对比实验来检验IFG-WBN模型在实际应用中的有效性,以更好的支持决策者打击恐怖主义,从而减少恐怖主义袭击带来的影响。实验结果表明,基于信息流和遗传算法改进的加权贝叶斯网络更适于处理复杂相互关系的评估指标,挖掘和定量、直观地表达指标之间的因果关系,基于概率分布进行推理,评估过程更为严密,并且评估结果的准确性达到了98.652%,能够较全面的体现恐怖袭击风险的分级情况。

关键词：加权贝叶斯网络因果信息流遗传算法恐怖袭击

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于改进的加权贝叶斯网络恐怖袭击危害性评估

引用

南宁师范大学学报（自然科学版） 2020年第4期37卷 70-78页

作者：刘飞燕重庆师范大学数学科学学院重庆401331

恐怖袭击危害性评估已成为安全科学领域的研究热点.针对恐怖袭击中影响因素多源、关系复杂和信息不确定的特点,该文引入随机森林模型和信息流理论,提出了一种新的基于因果性权重的加权贝叶斯网络,从整体性角度设计了以数据驱动并结合专... 详细信息

恐怖袭击危害性评估已成为安全科学领域的研究热点.针对恐怖袭击中影响因素多源、关系复杂和信息不确定的特点,该文引入随机森林模型和信息流理论,提出了一种新的基于因果性权重的加权贝叶斯网络,从整体性角度设计了以数据驱动并结合专家知识的恐怖袭击危害性评估模型.首先基于随机森林客观地筛选显著评估指标;其次采用信息流计算评估指标权重,通过结构学习和参数学习来构建加权贝叶斯网络;最后结合GTD记录的恐怖袭击事件进行危害性评估实验.实验结果表明,该文所提出的模型克服了传统定量风险评估方法在可验证性和灵活性上的不足,能够在多源不确定信息条件下实现恐怖袭击风险的定量评估,具有较高的准确性和可靠性.

关键词：恐怖袭击加权贝叶斯网络因果信息流风险评估

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：