Resumen

Clasificamos el nivel de distracción del conductor (neutro, bajo, medio y alto) basándonos en diferentes ondículas y clasificadores utilizando señales inalámbricas de electroencefalograma (EEG). Se utilizaron 50 sujetos para la recogida de datos utilizando 14 electrodos. Se consideraron para esta investigación 4 estímulos de distracción, como sistemas de posicionamiento global (GPS), reproductor de música, servicio de mensajes cortos (SMS) y tareas mentales. La derivación del espectro de amplitud de tres bandas de frecuencia diferentes theta, alfa y beta de las señales EEG se basó en la fusión de la transformada discreta de paquetes de ondas (DWPT) y la FFT. La comparación de los resultados de tres clasificadores diferentes (red neuronal probabilística de agrupación difusa sustractiva, vecino más próximo K) se basó en el centroide espectral y las características espectrales de potencia extraídas por diferentes wavelets (db4, db8, sym8 y coif5). Los resultados de este estudio indican que la mejor precisión media alcanzada por el clasificador del sistema de inferencia difusa sustractiva es del 79,21, basada en la característica de densidad espectral de potencia extraída por la ondícula sym8, que proporcionó una buena discriminación de clases en la prueba ANOVA.

• Materias:Matemáticas Análisis Matemático Álgebra Ingeniería Matemática aplicada Lógica matemática
• Subjects:mathematics Mathematical Analysis Algebra Engineering Applied Mathematics Mathematical logic
• Palabras claves:diferentes wavelets, diferentes bandas de frecuencia theta, transformada discreta de paquetes wavelet, clasificador del sistema de inferencia difusa sustractiva, sistemas de posición global, mejor precisión media, nivel de distracción del conductor, buena discriminación de clases, red neuronal probabilística, servicio de mensajes cortos
• Keywords:different wavelets, different frequency bands theta, discrete wavelet packet transform, subtractive fuzzy inference system classifier, global position systems, best average accuracy, driver distraction level, good class discrimination, probabilistic neural network, short message service