1.特征生成
常用的生理指标分析方法有时域、频域分析法。其中,时域分析法是基于R-R间期为统计基础的,一般采用平均值、标准差、方差、变异系数等指标进行表达,常用的分析方法主要有统计法和图解法。而频域分析方法是采用傅里叶变换将以时间作为横坐标的时域信号转换为以频率作为横坐标的频域信号,进而求得原时域信号里各种频率成分的幅值与相位。虽然这两种分析方法的操作过程不一样,但分析结果却是高度相关。本节基于生理数据的采集特性,采用时域分析法对各项生理指标信号展开分析。
本研究中拟用于表征驾驶情绪的生理指标主要有:血容量脉冲(BVP)、呼吸率(RR)和皮肤电传导(SC)、心电(ECG)与脑电(EEG)等。以下是部分生理指标的时域分析方法:
在式(4-1)~(4-3)中,分别为统计时间内SC,RR和BVP的平均值;SDSC,SDRR,SDBVP分别为统计时间内SC,RR和BVP的标准差;N为统计时间内这些生理指标的采样数量。
2.特征提取
单因素方差分析(one-way ANOVA)是用来检测一个控制变量的不同水平是否对观测变量产生显著影响,可用来进行特征提取。一般地,单因素方差分析的典型问题是:设某个因素A有k个不同水平A1,A2,…,Ak,每个水平下重复进行ni次试验,得到ni(i=1,2,…,k ) 个试验指标,如表4-1所示。总样本量为N=sum(ni),那么因素A水平的变化对试验指标y是否有显著性影响?
表4-1 单因素方差分析样本示意表
(www.xing528.com)
目前,广泛采用的检验方法是F检验,即求得各因素的F统计量。设变异平方的总和为SST,SST由组间离差平方和(SSA)与组内离差平方和(SSE)组成。其中,SSA为控制变量产生的离差;SSE为随机变量产生的离差,即
式(4-4)中
式(4-5)~(4-6)中,ni表示观测变量在第i水平的样本数;表示观测变量在第i水平的样本均值;为观测变量在全体水平下的均值;xij为控制变量在第i个水平下的第j个样本值;k为水平数。统计量F通过公式(4-7)计算:
从公式(4-7)可看出,若因素A的不同水平能显著影响到观测变量,那么SSA就越大,导致F值也越大;反之,若因素A的不同水平未能显著影响到观测变量,那么SSE就越大,F值也越小。基于F值计算概率p:
若p<α,则拒绝原假设,认为因素A对试验指标有显著性影响。本书假设当p<0.05时,即有显著影响。
免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。