作者:张艺超,袁贞明,孙晓燕 单位:华北计算技术研究所 出版:《计算机工程与应用》2018年第17期 页数:6页  (PDF与DOC格式可能不同) PDF编号:PDFJSGG2018170220 DOC编号:DOCJSGG2018170229 下载格式:PDF + Word/doc 文字可复制、可编辑
  • 研究证明,睡眠质量与睡姿有着密切关系,不良的睡姿甚至会加剧多种疾病的潜在风险。为了更精准地进行睡眠健康监控,提出了一种基于心冲击(BCG)信号的睡姿模式识别算法,使用非接触、无干扰的压电薄膜传感器采集BCG信号,在腰腹部采集仰卧、俯卧、左侧卧和右侧卧4种睡姿信号,经小波变换降噪等预处理后提取基于J波的特征值,设计并比较基于神经网络和KNN的睡姿识别分类器。实验结果表明,神经网络睡眠识别算法的平均正确识别率为93%,KNN算法为84%,因此基于BCG信号的神经网络睡姿识别算法可以广泛用于睡眠监测应用。

    提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。