DOI：10.3969/j.issn.1672-3872.2024.07.002
基金项目：福建省科技厅引导性项目（2022N0009）；福建农林大学茶全产业链创新与服务体系建设项目（K1520005A05）；福建农林大学2022年校级重点教改项目“基于脑电和眼动等混合脑机接口多生理信号模态的实践课教学智能评价应用研究”（111422136）；福建农林大学本科教改项目“基于机器学习和脑机接口等生理信号反馈的工程教育实践培训效果综合评价体系”（FAFUXMPC20230718001-00139）
作 者：盛 翔 1，2 ，郑书河 1，2 ，王 鑫 1 ，聂子言 1 ，段文鑫 1
（1. 福建农林大学机电工程学院，福建 福州 350000；2. 福建省现代农业装备高校工程研究中心，福建 福州 350000）
摘 要：【目的】探究使用基于认知能力与脑电信号对民用小型无人机操控者能力等级划分的可能性及创新算法对其等级能力划分的准确度。【方法】以民用小型无人机模拟器操控者为研究对象，提出了一种基于双向长短时记忆模型的深度学习算法，对模拟器飞行任务的操控能力等级进行划分，并通过提取PSD作为特征值，将其作为Bi-LSTM模型的输入进行了三折交叉验证训练和测试。【结果】该创新模型较已有相关模型表现优异，模型的准确性、特异性和敏感性指标分别达到98%、92%和90%。【结论】该方法可为民用小型无人机操控驾驶培训效果评估提供新方法，也可用于设计能够根据用户技能水平自适应其功能的实时未来系统。未来研究可增加受试者数目，来检验课题组提出的新方法在样本均衡以及模型泛化能力方面的稳健性。
关键词：EEG；双向LSTM；无人机模拟器；教学评估
引文信息：[1]盛翔，郑书河，王鑫，等.基于EEG与Bi-LSTM网络的无人机操控等级分类研究[J].南方农机，2024，55(7)：6-10.
查看全文请下载PDF文件↓
