简介:目的:通过对志愿者观看3D影片之后的脑电信号进行主成分分析,选取最能代表立体视觉疲劳度的主成分,运用BP神经网络对疲劳等级进行建模,提高对疲劳度等级的预测准确度。方法:采集15名志愿者观看五部不同3D影片前后的脑电信号,先对脑电信号进行疲劳度分级并选取特征通道;再对特征通道的脑电信号进行主成分分析选取影响最大的特征主成分,利用BP神经网络进行建模,根据建立的模型对立体视觉引起的疲劳等级进行预测,将预测结果与已知的疲劳等级进行对比。结果:根据文献中的疲劳等级将实验结果分成三个等级;据累计贡献率超过90%选取的前四个主成分建立的预测模型,准确度达95.4%。结论:运用主成分分析和BP神经网络的方法对立体视觉疲劳度进行预测,预测准确度较高,与直接根据脑电特征参数建立模型的方式相比简便和准确,这一方法对立体视觉引起的疲劳度分级及预测提供了新的思路。
简介:基于菲涅耳波带板扫描全息术,提出了无运动卷积菲涅耳波带板扫描全息术.由于菲涅耳波带板扫描全息术经过二维电移台控制物体移动进行二维扫描,得到整个物体的扫描全息图,因此,它是通过物体的光强透过率函数与菲涅耳波带板的光强透过率函数的卷积得到物体的扫面全息图.这种方法的缺点是扫描时间长.无运动扫描全息术是根据几何光学的基本理论,无需物体的移动直接得到扫描全息图,大大缩短了扫描时间.