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。
2021-01-28 02:33:32 1.21MB 睡眠; 深度学习; EEG; DBN
1
脑电信号分解;将脑电信号使用小波分解重构得到alpah、beta波等。
2019-12-21 19:40:49 1KB EEG;morlet
1