《基于心冲击信号的睡姿识别》PDF+DOC
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
《基于多压电薄膜传感器的睡姿识别方法研究》PDF+DOC 耿读艳,董嘉冀,宁琦,赵杰,王晨旭
《基于加速度传感器和神经网络的人体活动行为识别》PDF+DOC 张烈平,匡贞伍,李昆键,韦克莹,王政忠,张声岚,王瑞
《一种基于心冲击图的床垫式睡眠姿态检测系统》PDF+DOC2019年第04期 刘梦星,秦丽平,叶树明
《一种民航发动机传感器非线性故障诊断方法》PDF+DOC 王力,孙贺
《加工误差智能建模与预报技术的发展应用》PDF+DOC1998年第03期 陈美华,周道远,李小俚
《涡流阵列检测裂纹特征提取方法的研究》PDF+DOC2011年第03期 刘波,罗飞路,侯良洁
《基于多传感器信息融合和神经网络的汽轮机故障诊断研究》PDF+DOC2010年第03期 凌六一,黄友锐,魏圆圆
《基于电子鼻的鱼类新鲜度估计研究》PDF+DOC2010年第02期 刘红秀,李洪波,李卫东,骆德汉
《基于改进证据理论的全信息故障诊断》PDF+DOC2016年第03期 廖平,郑友娟,覃才珑
《数控机床的远程故障诊断系统中关键技术研究》PDF+DOC2006年第03期 罗永顺,李玉忠
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。