本文關(guān)鍵詞：人類睡眠數(shù)據(jù)獲取和分析方法的研究，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著可穿戴智能設(shè)備迅速發(fā)展以來,人們越來越關(guān)注個(gè)人的身體健康。而人類的大部分時(shí)間是處于睡眠中的,擁有良好的睡眠,不僅可以使人精力充沛、體力旺盛,還可以預(yù)防疾病。所以,利用可穿戴設(shè)備進(jìn)行睡眠監(jiān)測是非常必要的。通過設(shè)備獲取的睡眠數(shù)據(jù),識(shí)別睡眠的階段,評(píng)估睡眠質(zhì)量,進(jìn)而改善睡眠。有時(shí)睡眠的好壞,也決定著運(yùn)動(dòng)情況,所以要進(jìn)一步探究睡眠與運(yùn)動(dòng)的關(guān)系。本文針對(duì)睡眠識(shí)別過程中的數(shù)據(jù)獲取、特征提取、分類方法等重要問題進(jìn)行研究,主要研究內(nèi)容有:1.針對(duì)人類睡眠識(shí)別過程中的數(shù)據(jù)獲取和特征選擇問題,利用智能手機(jī)來搜集聲音和體動(dòng)數(shù)據(jù),并對(duì)其進(jìn)行預(yù)處理,并提出聯(lián)合特征提取和特征選擇的TSFS方法。單純的使用一種方法來選擇特征,都會(huì)存在著一定的弊端。該方法是將特征提取和特征選擇兩種方法的聯(lián)合,不僅可以篩選出符合實(shí)際情況的特征,而且還提高了分類的準(zhǔn)確度。2.針對(duì)人類睡眠識(shí)別過程中的分類方法問題,提出基于改進(jìn)二叉樹的Multi-SVM睡眠分類器融合方法。單純的使用一種分類方法,分類準(zhǔn)確度難以得到提升。該方法是將多個(gè)SVM分類器組合成單枝的二叉樹的形狀,且樹的每個(gè)節(jié)點(diǎn)都用一個(gè)二分類的SVM來分類。不僅降低了分類誤差的積累,同時(shí)也提高了分類準(zhǔn)確度。3.針對(duì)人類睡眠與運(yùn)動(dòng)的關(guān)系,提出基于Aprior方法的睡眠與運(yùn)動(dòng)預(yù)測模型。通過智能設(shè)備獲取睡眠和運(yùn)動(dòng)數(shù)據(jù),對(duì)其進(jìn)行特征提取、分類識(shí)別。長期統(tǒng)計(jì)睡眠及運(yùn)動(dòng)情況,并用Aprior關(guān)聯(lián)規(guī)則挖掘方法挖掘出睡眠與運(yùn)動(dòng)間的關(guān)系。經(jīng)大量實(shí)驗(yàn)證明,睡眠質(zhì)量在一定程度上影響著運(yùn)動(dòng)強(qiáng)度。
【關(guān)鍵詞】：可穿戴 睡眠監(jiān)測 特征提取 特征選擇 分類器融合
【學(xué)位授予單位】：黑龍江大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：R740;TP368.33
【目錄】：

• 中文摘要4-5
• Abstract5-10
• 第1章 緒論10-22
• 1.1 人類睡眠研究的背景與意義10-12
• 1.2 國內(nèi)外研究現(xiàn)狀12-19
• 1.2.1 睡眠數(shù)據(jù)獲取方法的研究現(xiàn)狀12-15
• 1.2.2 特征提取的研究現(xiàn)狀15-16
• 1.2.3 分類方法的研究現(xiàn)狀16-19
• 1.3 研究目的和主要內(nèi)容19-21
• 1.4 本文章節(jié)安排21-22
• 第2章 人類睡眠識(shí)別中數(shù)據(jù)獲取和特征提取方法的研究22-47
• 2.1 引言22-23
• 2.2 數(shù)據(jù)獲取23-24
• 2.3 數(shù)據(jù)預(yù)處理24-30
• 2.3.1 加速度數(shù)據(jù)預(yù)處理25-28
• 2.3.2 聲音數(shù)據(jù)預(yù)處理28-30
• 2.4 特征30-31
• 2.4.1 先驗(yàn)特征30-31
• 2.4.2 非先驗(yàn)特征31
• 2.5 特征選擇方法31-40
• 2.5.1 方法概述34
• 2.5.2 基于增L減R的特征選擇LRFS方法34-35
• 2.5.3 基于核的特征提取KPCA方法35-38
• 2.5.4 聯(lián)合特征提取和特征選擇的TSFS方法38-40
• 2.6 實(shí)驗(yàn)結(jié)果及分析40-46
• 2.6.1 數(shù)據(jù)集41-42
• 2.6.2 分類器42
• 2.6.3 性能指標(biāo)42-43
• 2.6.4 TSFS的實(shí)驗(yàn)結(jié)果及分析43-46
• 2.7 本章小結(jié)46-47
• 第3章 基于改進(jìn)二叉樹的Multi-SVM睡眠分類器融合方法的研究47-59
• 3.1 引言47
• 3.2 分類方法概述47-48
• 3.2.1 監(jiān)督學(xué)習(xí)方法47-48
• 3.2.2 非監(jiān)督學(xué)習(xí)方法48
• 3.3 分類方法的融合技術(shù)48-55
• 3.3.1 融合技術(shù)概述48-49
• 3.3.2 基于Bagging多分類器選擇融合49-50
• 3.3.3 基于AdaBoost多分類器組合融合50
• 3.3.4 基于二叉樹的Multi-SVM分類器融合50-52
• 3.3.5 基于改進(jìn)二叉樹的Multi-SVM睡眠分類器融合52-55
• 3.4 實(shí)驗(yàn)結(jié)果及分析55-58
• 3.4.1 數(shù)據(jù)集55-56
• 3.4.2 結(jié)果分析56-58
• 3.5 本章小結(jié)58-59
• 第4章 人類睡眠對(duì)運(yùn)動(dòng)影響的研究59-70
• 4.1 引言59-60
• 4.2 問題描述60
• 4.3 基于Aprior方法的睡眠與運(yùn)動(dòng)預(yù)測模型60-67
• 4.3.1 數(shù)據(jù)采集61
• 4.3.2 睡眠特征提取61
• 4.3.3 睡眠階段劃分及睡眠質(zhì)量評(píng)估61-63
• 4.3.4 運(yùn)動(dòng)強(qiáng)度預(yù)測63-64
• 4.3.5 Aprior模型64-67
• 4.4 實(shí)驗(yàn)結(jié)果與分析67-69
• 4.4.1 數(shù)據(jù)集67-68
• 4.4.2 結(jié)果分析68-69
• 4.5 本章小結(jié)69-70
• 結(jié)論70-72
• 參考文獻(xiàn)72-78
• 致謝78-79
• 攻讀碩士學(xué)位期間發(fā)表的學(xué)術(shù)論文及參加的科研項(xiàng)目79

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 葛丁飛;李小梅;;心電信號(hào)多周期融合特征提取和分類研究[J];中國生物醫(yī)學(xué)工程學(xué)報(bào);2006年06期

2 張紹武;潘泉;趙春暉;程詠梅;;基于加權(quán)自相關(guān)函數(shù)特征提取法的多類蛋白質(zhì)同源寡聚體分類研究[J];生物醫(yī)學(xué)工程學(xué)雜志;2007年04期

3 薛建中,鄭崇勛,閆相國;快速多變量自回歸模型的意識(shí)任務(wù)的特征提取與分類[J];西安交通大學(xué)學(xué)報(bào);2003年08期

4 楊曉敏,羅立民;白細(xì)胞自動(dòng)分類中的特征提取和分析[J];北京生物醫(yī)學(xué)工程;1992年04期

5 王雙維;樊曉平;廖志芳;;一種激光誘導(dǎo)熒光光譜特征提取新方法[J];計(jì)算機(jī)工程與應(yīng)用;2008年12期

6 杜軍平,涂序彥;計(jì)算機(jī)圖像處理技術(shù)在舌像特征提取中的應(yīng)用[J];中國醫(yī)學(xué)影像技術(shù);2003年S1期

7 游佳;陳卉;;數(shù)字圖像中血管的分割與特征提取[J];生物醫(yī)學(xué)工程與臨床;2011年01期

8 謝軼峰;;乳腺超聲圖像腫瘤特征提取與腫瘤分類[J];中外醫(yī)療;2013年16期

9 吳澤暉,吳星;醫(yī)學(xué)圖象的邊緣特征提取[J];海南師范學(xué)院學(xué)報(bào)(自然科學(xué)版);2003年03期

10 楊曉敏，羅立民，韋鈺;血液白細(xì)胞計(jì)算機(jī)分類中的特征提取研究[J];應(yīng)用科學(xué)學(xué)報(bào);1994年02期

中國重要會(huì)議論文全文數(shù)據(jù)庫 前10條

1 尚修剛;蔣慰孫;;模糊特征提取新算法[A];1997中國控制與決策學(xué)術(shù)年會(huì)論文集[C];1997年

2 潘榮江;孟祥旭;楊承磊;王銳;;旋轉(zhuǎn)體的幾何特征提取方法[A];第一屆建立和諧人機(jī)環(huán)境聯(lián)合學(xué)術(shù)會(huì)議（HHME2005）論文集[C];2005年

3 薛燕;李建良;朱學(xué)芳;;人臉識(shí)別中特征提取的一種改進(jìn)方法[A];第十三屆全國圖象圖形學(xué)學(xué)術(shù)會(huì)議論文集[C];2006年

4 杜栓平;曹正良;;時(shí)間—頻率域特征提取及其應(yīng)用[A];2005年全國水聲學(xué)學(xué)術(shù)會(huì)議論文集[C];2005年

5 黃先鋒;韓傳久;陳旭;周劍軍;;運(yùn)動(dòng)目標(biāo)的分割與特征提取[A];全國第二屆信號(hào)處理與應(yīng)用學(xué)術(shù)會(huì)議專刊[C];2008年

6 魏明果;;方言比較的特征提取與矩陣分析[A];2009系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2009年

7 林土勝;賴聲禮;;視網(wǎng)膜血管特征提取的拆支跟蹤法[A];1999年中國神經(jīng)網(wǎng)絡(luò)與信號(hào)處理學(xué)術(shù)會(huì)議論文集[C];1999年

8 秦建玲;李軍;;基于核的主成分分析的特征提取方法與樣本篩選[A];2005年中國機(jī)械工程學(xué)會(huì)年會(huì)論文集[C];2005年

9 劉紅;陳光，

本文編號(hào)：257836