付秀燕
- 作品数:2 被引量:3H指数:1
- 供职机构:华东理工大学信息科学与工程学院化工过程先进控制和优化技术教育部重点实验室更多>>
- 发文基金:中央高校基本科研业务费专项资金上海市教育委员会重点学科基金国家自然科学基金更多>>
- 相关领域:医药卫生自动化与计算机技术更多>>
- 短时睡眠过程中睡眠阶段的特征提取和分类被引量:2
- 2011年
- 研究对象为白天短时睡眠时记录下来的多导睡眠生理数据,主要是为了提取睡眠过程中出现的睡眠各阶段的特征,并实现自动分期。首先,同步采集了白天20~30 min的短时睡眠过程中的脑电图(EEG)等生理数据;然后利用快速傅里叶变换(FFT)对采集到的数据进行频谱分析,提取睡眠各阶段的频域特征;最后采用支持向量机对短时睡眠数据进行自动分期。实验结果表明:FFT结合支持向量机(SVM)在短时睡眠阶段的研究中能够得到较好的分期结果。因此,通过对短时睡眠过程中浅睡眠各阶段的特征和分类结果的分析,能够为短时睡眠提供客观评价的依据。
- 付秀燕王蓓王行愚
- 关键词:脑电图快速傅里叶变换支持向量机
- 浅睡眠阶段的特征提取与分类识别研究
- 睡眠是人类必需的生理活动,睡眠能够使人从疲劳的状态中恢复过来,使人保持良好的状态。夜晚的整夜睡眠是睡眠的一个主要方式,也是人恢复身体状况的主要途径;白天的短时睡眠对人在白天恢复体力,保持良好的精神状态,提高休息质量也起重...
- 付秀燕
- 关键词:脑电图特征提取支持向量机
- 文献传递