马氏田口施密特度量学习算法研究

• 作者: 丁晓彬 刘久富 刘海阳 杨忠 王志胜 郑锐
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 异常检测 马氏田口模型 计算生物学 信噪比
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 智能、算法、系统工程
• 页码范围: 29-32
• 页数: 4页
• 分类号: TP206.2
• 字数: 3037字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2019.04.006

摘要

人工判别人体睡眠质量一直存在着主观性过强,步骤繁琐以及准确性不高等局限性,此外由于人体睡眠异常检测研究的对象主要是人的脑电信号,传统意义上对大数据量的脑电信号仅凭经验观察和实验的方法已很难从中提取有效信息.对此,文中将马氏田口系统判别方法引入到生物计算学领域,提出一种基于马氏田口模型的睡眠质量自动检测算法.该算法通过对人脑双通道脑电信号进行建模分析,整个人睡眠的脑电信号已被人工睡眠专家标记成了六种状态的睡眠周期,算法在不同睡眠周期下,求取各个通道的标准化向量,同时对线性独立向量组进行施密特正交化处理,运用马氏田口施密特正交化方法计算出各个睡眠周期的信噪比均值,以判别出睡眠质量正常者和异常者.实验结果表明,该算法可以有效地对睡眠质量的正常和异常进行检测.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王志胜	南京航空航天大学自动化学院	83	518	13.0	19.0
2	刘久富	南京航空航天大学自动化学院	53	207	8.0	11.0
3	杨忠	南京航空航天大学自动化学院	125	1388	18.0	32.0
4	刘海阳	东南大学电子科学与工程学院	9	15	2.0	3.0
5	郑锐	南京航空航天大学自动化学院	9	4	1.0	1.0
6	丁晓彬	南京航空航天大学自动化学院	8	2	1.0	1.0