基于EEG的睡眠数据的分类

• 作者: 夏斌 李倩云
• 来源期刊: 电子设计工程
• 学科: 工学
• 关键词: 睡眠 深度学习 EEG DBN
• 年，卷（期）: 2016,（5）
• 所属期刊栏目: 计算机技术与应用
• 页码范围: 26-28,31
• 页数: 4页
• 分类号: TN0
• 字数: 2544字
• 语种: 中文

摘要

睡眠研究对于人的身心健康和工作生活有着重要的意义。睡眠过程中不同状态的标注，是睡眠研究的一个基础工作。本文采用单通道的脑电信号数据，将数据输入到深度置信网络中进行特征表达和分类学习。通过利用39个晚上的睡眠数据进行测试，达到了82．26%的平均分类准确率。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	夏斌		45	178	7.0	10.0
2	李倩云		2	6	2.0	2.0