扫描手机二维码

欢迎您的访问
您是第 位访客

开通时间:..

最后更新时间:..

  • 刘久富 ( 讲师 )

    的个人主页 http://faculty.nuaa.edu.cn/ljf1/zh_CN/index.htm

  •   讲师   硕士生导师
  • 招生学科专业:
    控制科学与工程 -- 【招收硕士研究生】 -- 自动化学院
    电子信息 -- 【招收硕士研究生】 -- 自动化学院
论文成果 当前位置: 中文主页 >> 科学研究 >> 论文成果
马氏田口施密特度量学习算法研究

点击次数:
所属单位:自动化学院
发表刊物:计算机技术与发展
关键字:异常检测;马氏田口模型;计算生物学;信噪比;
摘要:人工判别人体睡眠质量一直存在着主观性过强,步骤繁琐以及准确性不高等局限性,此外由于人体睡眠异常检测研究的对象主要是人的脑电信号,传统意义上对大数据量的脑电信号仅凭经验观察和实验的方法已很难从中提取有效信息,本文将马氏田口系统判别方法引入到生物计算学领域,提出一种基于马氏田口模型的睡眠质量自动检测算法。算法通过对人脑双通道脑电信号进行建模分析,整个人睡眠的脑电信号已被人工睡眠专家标记成了六种状态的睡眠周期,本算法在不同睡眠周期下,求取各个通道的标准化向量,同时进行对线性独立向量组进行施密特正交化处理,运用马氏田口施密特正交化方法计算出各个睡眠周期的信噪比均值,以判别出睡眠质量正常者和异常者。实验表明,该算法可以有效地对睡眠质量的正常和异常进行检测。
是否译文:否
发表时间:2018-12-20
合写作者:郑锐,杨忠,王志胜,刘海阳,丁晓彬
通讯作者:刘久富

 

版权所有©2018- 南京航空航天大学·信息化处(信息化技术中心)