人类睡眠数据的特征提取和分析方法的研究

• 作者: 张春雷 李昂 李金宝 胡悦
• 来源期刊: 黑龙江大学工程学报
• 学科: 工学
• 关键词: 可穿戴 睡眠监测 特征提取 特征选择 分类器融合
• 年，卷（期）: 2017,（3）
• 所属期刊栏目: 电子工程与计算机科学
• 页码范围: 56-70
• 页数: 15页
• 分类号: TP391
• 字数: 11814字
• 语种: 中文
• DOI: 10.13524/j.2095-008x.2017.03.042

摘要

使用智能手机来搜集声音和体动数据,对其进行预处理,提出联合特征提取和特征选择的TSFS方法.单纯的使用一种方法来选择特征,都会存在着一定的弊端.该方法是将特征提取和特征选择两种方法的联合,不仅可以筛选出符合实际情况的特征,而且还提高了分类的准确度.针对人类睡眠识别过程中的分类方法问题,提出基于改进二叉树的Multi-SVM睡眠分类器融合方法.单纯的使用一种分类方法,分类准确度难以得到提升.该方法是将多个SVM分类器组合成单枝的二叉树的形状,且树的每个节点都用一个二分类的SVM来分类.不仅降低了分类误差的积累,同时也提高了分类准确度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李金宝	黑龙江大学计算机科学技术学院	54	1918	10.0	43.0
2	胡悦	哈尔滨商业大学体育学院	10	59	3.0	7.0
3	李昂		2	0	0.0	0.0
4	张春雷	黑龙江大学计算机科学技术学院	1	0	0.0	0.0