绑定机构
扫描成功 请在APP上操作
打开万方数据APP,点击右上角"扫一扫",扫描二维码即可将您登录的个人账号与机构账号绑定,绑定后您可在APP上享有机构权限,如需更换机构账号,可到个人中心解绑。
欢迎的朋友
导航
万方知识发现服务平台
获取范围
  • 1 / 100
  (已选择0条) 清除 结果分析
找到 13327 条结果
[硕士论文] 郭祥迁
检测技术自动化装置 黑龙江大学 2018(学位年度)
摘要:睡眠分期是依据睡眠过程中的生理规律,对睡眠阶段进行划分的过程。精确的分期可以为睡眠质量评估和相关疾病诊断提供可靠的技术支持。
  早期睡眠分期工作由人工完成,主观性较强且分期效率较低。近年出现的自动睡眠分期技术,虽然在很大程度上解决了工作效率较低的问题,但也之带来了参数数量准确率之间出现矛盾的问题。本文以PhysioBank数据库中睡眠过程的单通道脑电信号和心电信号为研究对象,重点解决睡眠分期技术研究过程中参数过多和准确率较低的问题。主要研究内容如下:
  (1)睡眠生理信号特征提取。在时域、频域以及非线性域中提取单通道脑电信号特征,得到频带比、样本熵等14个特征参数。同时对心电信号进行预处理,生成心率变异性信号,在多分析域共提取9个特征参数。
  (2)睡眠生理信号特征选择特征降维。采用自适应遗传算法进行特征参数选择,比使用全部特征参数,准确率提高3%。对比相关系数法以及基础遗传算法,使用自适应遗传算法筛选出的参数能够建立泛化能力更好的数学模型。对选出的特征参数进行主成分分析处理,可使得特征维数降低一半,为睡眠自动分期的实时过程提供了可能。
  (3)睡眠生理信号特征分类。提出基于遗传算法的组合分类器,优化子分类器在各分期类别上的判定权值,基于贝叶斯投票法和单分类器的分期结果进行对比,实验结果表明两种组合分类器的分期准确率比4个单分类器的分期准确率高,而基于GA-CMC算法的组合分类器比基于贝叶斯投票法的分期准确率提高2.3%。
  研究证明,基于单通道脑电信号和心电信号所设计的GA-CMC自动睡眠分期算法,能够使用较少的特征参数,得到相对满意的分类结果,为实现睡眠过程的实时临测提供了可能,具有一定的应用价值。
  (已选择0条) 清除
公   告

北京万方数据股份有限公司在天猫、京东开具唯一官方授权的直营店铺:

1、天猫--万方数据教育专营店

2、京东--万方数据官方旗舰店

敬请广大用户关注、支持!查看详情

手机版

万方数据知识服务平台 扫码关注微信公众号

学术圈
实名学术社交
订阅
收藏
快速查看收藏过的文献
客服
服务
回到
顶部