《基于卷积神经网络的非接触式呼吸暂停算法研究》PDF+DOC
作者:黄永锋,江依鹏,杨树臣
单位:哈尔滨工业大学
出版:《智能计算机与应用》2019年第04期
页数:4页 (PDF与DOC格式可能不同)
PDF编号:PDFDLXZ2019040230
DOC编号:DOCDLXZ2019040239
下载格式:PDF + Word/doc 文字可复制、可编辑
《浅议基于优化算法的开关磁阻电机无位置检测》PDF+DOC2015年第12期 张贵平
《基于多传感器数据融合技术的预警系统的研究》PDF+DOC2015年第03期 田树仁,李光
《一维卷积神经网络用于雷达高分辨率距离像识别》PDF+DOC2018年第10期 殷和义,郭尊华
《基于图卷积神经网络和注意力机制的短时交通流量预测》PDF+DOC2019年第04期 李志帅,吕宜生,熊刚
《基于神经网络的液压缸内泄漏在线测量研究》PDF+DOC2019年第09期 郭媛,曾银川,曾良才,傅连东,湛从昌
《混沌神经网络多传感器信息融合系统设计》PDF+DOC2005年第09期 高美静,王魁荣,谈爱玲
《基于神经网络的多传感器数据融合》PDF+DOC2005年第04期 胡仲毅,陈进军,鲁绪文
《火灾探测的神经网络融合算法》PDF+DOC2003年第11期 翟瑞国,范征宇
《基于反馈趋势算法神经网络的火灾监测算法研究》PDF+DOC2012年第06期 余福波,吴薇
《基于GA-LMBP算法的无线传感器网络入侵检测研究》PDF+DOC2014年第08期 卢帆,汪烈军
本文基于压电陶瓷传感器信号,提出了一种一维卷积神经网络的睡眠呼吸暂停综合征检测算法。该算法利用嵌入智能床垫的压电陶瓷传感器采集头部运动作为输入信号。卷积神经网络模型包括6层的卷积层,每层包含一个Re LU激活函数,一个批归一化(Batch Normalization,BN)层、一个dropout层以及一个最大池化层。同步采集了11位测试者的压电陶瓷传感器信号和多导睡眠图信号,生成了40 988个样本,正负样本均衡。训练集、验证集、测试集按照60%、20%、20%的比例进行划分。最终,本文所提出的检测模型在测试集上得到了92.76%的准确率,88.67%的精准率,98.06%的召回率,93.13%的F1-得分。
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。