1.一种基于脑电信号的驾驶员性别检测方法，其特征在于，所述方法包括：按照预设的采样频率多次连续采集驾驶员前额脑电信号，以获得样本集；

对所述样本集中的脑电信号的功率谱特征进行多层聚类，进行性别特征提取，并建立性别计算模型；

在线采集驾驶员的脑电信号，将采集到的脑电信号导入所述性别计算模型中，以确定驾驶员的性别，并将性别检测结果及对应的脑电信号上传至云端。

2.根据权利要求1所述的基于脑电信号的驾驶员性别检测方法，其特征在于，所述对所述样本集中的脑电信号的功率谱特征进行多层聚类，进行性别特征提取的步骤包括：第一步，设定功率谱变换参数，具体包括：

选择功率谱计算方法；

利用选定的功率谱方法对样本集进行计算；

计算男性和女性样本功率谱之间的距离；

对选定的距离按照从大到小进行排序，然后选取距离较大的点；

利用这些点作为特征，通过分类器计算男性和女性的分类效果；

保存功率谱计算参数，作为特征模型的一部分。

第二步，根据第一步计算的特征点，划分区间；

第三步，进行多次聚类，计算特征，具体包括：

对第二步得到的区间，计算区间内部频率谱值的标准差，以该标准差为特征，对男性和女性进行分类计算，计算分类结果，然后以全排列的方式合并相邻区间。

第四步，建立性别计算模型。

3.根据权利要求2所述的基于脑电信号的驾驶员性别检测方法，其特征在于，所述第一步，设定功率谱变换参数，具体包括：采用pburg方法对样本集进行计算；

计算男性和女性样本功率谱之间的Fisher距离；

对选定的距离按照从大到小进行排序，然后选取距离较大的点，选择点的依据距离下降梯度方法，假设对于三个点x1,x2,x3，梯度Tx计算方法是 当T>1时候，选择x2作为分割点，x2前面的点作为选中，x2后面的为放弃；

利用这些点作为特征，通过分类器计算男性和女性的分类效果，若分类计算正确的样本数为x1，分类错误的样本数为x2，那么分类效果Cx＝x1/x2；以网格搜索的方法对参数按照一定的下降梯度进行计算，选择Cx值最大的参数作为功率谱计算参数；

保存该功率谱计算参数，作为特征模型的一部分。

4.根据权利要求3所述的基于脑电信号的驾驶员性别检测方法，其特征在于，所述第二步，根据第一步计算的特征点，划分区间，具体包括：根据第一步计算的特征点，划分区间，若第一步计算的特征点为(x1,x2,x3,x4...xn)；

且在功率谱中，这个特征点所在位置为(y1,y2,y3,...,yn)，那么这个区间就以{(x0 xy1)(xy1 xy2)(xy2 xy3)....(xyn-1 xyn)}作为第一层聚类结果。

5.根据权利要求4所述的基于脑电信号的驾驶员性别检测方法，其特征在于，所述第三步，进行多次聚类，计算特征，具体包括：对第二步得到的区间，计算区间内部频率谱值的标准差，以该标准差为特征，对男性和女性进行分类计算，计算分类结果，然后以全排列的方式合并相邻区间，全排列的方法是，首先两两合并，第一个和第二个合并，计算一次结果，第二个和第三个合并计算一个结果，依次计算，然后三三合并，一直到全部合并为一个区间，选择计算准确率大于95％的最小区间数，作为最终聚类结果。

6.根据权利要求1所述的基于脑电信号的驾驶员性别检测方法，其特征在于，所述方法还包括：获取驾驶员所驾驶车辆的信息，将所述车辆的信息上传至云端，并建立其与性别检测结果及对应的脑电信号的映射关系，所述车辆的信息至少包括车辆品牌、型号和颜色。

7.一种基于脑电信号的驾驶员性别检测系统，其特征在于，所述系统包括：样本获取模块，用于按照预设的采样频率多次连续采集驾驶员前额脑电信号，以获得样本集；

模型建立模块，用于对所述样本集中的脑电信号的功率谱特征进行多层聚类，进行性别特征提取，并建立性别计算模型；

检测上传模块，用于在线采集驾驶员的脑电信号，将采集到的脑电信号导入所述性别计算模型中，以确定驾驶员的性别，并将性别检测结果及对应的脑电信号上传至云端。

8.根据权利要求7所述的基于脑电信号的驾驶员性别检测系统，其特征在于，所述模型建立模块包括设定单元、划分单元、聚类单元和建立单元：所述设定单元用于设定功率谱变换参数，具体用于：

选择功率谱计算方法；

利用选定的功率谱方法对样本集进行计算；

计算男性和女性样本功率谱之间的距离；

对选定的距离按照从大到小进行排序，然后选取距离较大的点；

利用这些点作为特征，通过分类器计算男性和女性的分类效果；

保存功率谱计算参数，作为特征模型的一部分。

所述划分单元用于根据第一步计算的特征点，划分区间；

所述聚类单元用于进行多次聚类，计算特征，具体用于：对第二步得到的区间，计算区间内部频率谱值的标准差，以该标准差为特征，对男性和女性进行分类计算，计算分类结果，然后以全排列的方式合并相邻区间。

所述建立单元用于建立性别计算模型。

9.根据权利要求8所述的基于脑电信号的驾驶员性别检测系统，其特征在于，所述设定单元具体用于：采用pburg方法对样本集进行计算；

计算男性和女性样本功率谱之间的Fisher距离；

对选定的距离按照从大到小进行排序，然后选取距离较大的点，选择点的依据距离下降梯度方法，假设对于三个点x1,x2,x3，梯度Tx计算方法是 当T>1时候，选择x2作为分割点，x2前面的点作为选中，x2后面的为放弃；

利用这些点作为特征，通过分类器计算男性和女性的分类效果，若分类计算正确的样本数为x1，分类错误的样本数为x2，那么分类效果Cx＝x1/x2；以网格搜索的方法对参数按照一定的下降梯度进行计算，选择Cx值最大的参数作为功率谱计算参数；

保存该功率谱计算参数，作为特征模型的一部分。

10.根据权利要求9所述的基于脑电信号的驾驶员性别检测系统，其特征在于，所述划分单元具体用于：根据第一步计算的特征点，划分区间，若第一步计算的特征点为(x1,x2,x3,x4...xn)；

且在功率谱中，这个特征点所在位置为(y1,y2,y3,...,yn)，那么这个区间就以{(x0 xy1)(xy1 xy2)(xy2 xy3)....(xyn-1 xyn)}作为第一层聚类结果。