人類睡眠數(shù)據(jù)獲取和分析方法的研究.pdf

1、隨著可穿戴智能設備迅速發(fā)展以來，人們越來越關注個人的身體健康。而人類的大部分時間是處于睡眠中的，擁有良好的睡眠，不僅可以使人精力充沛、體力旺盛，還可以預防疾病。所以，利用可穿戴設備進行睡眠監(jiān)測是非常必要的。通過設備獲取的睡眠數(shù)據(jù)，識別睡眠的階段，評估睡眠質量，進而改善睡眠。有時睡眠的好壞，也決定著運動情況，所以要進一步探究睡眠與運動的關系。本文針對睡眠識別過程中的數(shù)據(jù)獲取、特征提取、分類方法等重要問題進行研究，主要研究內容有:
　

2、　1.針對人類睡眠識別過程中的數(shù)據(jù)獲取和特征選擇問題，利用智能手機來搜集聲音和體動數(shù)據(jù)，并對其進行預處理，并提出聯(lián)合特征提取和特征選擇的TSFS方法。單純的使用一種方法來選擇特征，都會存在著一定的弊端。該方法是將特征提取和特征選擇兩種方法的聯(lián)合，不僅可以篩選出符合實際情況的特征，而且還提高了分類的準確度。
　　2.針對人類睡眠識別過程中的分類方法問題，提出基于改進二叉樹的Multi-SVM睡眠分類器融合方法。單純的使用一種分類方法

3、，分類準確度難以得到提升。該方法是將多個SVM分類器組合成單枝的二叉樹的形狀，且樹的每個節(jié)點都用一個二分類的SVM來分類。不僅降低了分類誤差的積累，同時也提高了分類準確度。
　　3.針對人類睡眠與運動的關系，提出基于Aprior方法的睡眠與運動預測模型。通過智能設備獲取睡眠和運動數(shù)據(jù)，對其進行特征提取、分類識別。長期統(tǒng)計睡眠及運動情況，并用Aprior關聯(lián)規(guī)則挖掘方法挖掘出睡眠與運動間的關系。經(jīng)大量實驗證明，睡眠質量在一定程度上影