CN115399735B 基于时频双流增强的多头注意机制睡眠分期方法 （南京航空航天大学）_第1页
CN115399735B 基于时频双流增强的多头注意机制睡眠分期方法 （南京航空航天大学）_第2页
CN115399735B 基于时频双流增强的多头注意机制睡眠分期方法 （南京航空航天大学）_第3页
CN115399735B 基于时频双流增强的多头注意机制睡眠分期方法 （南京航空航天大学）_第4页
CN115399735B 基于时频双流增强的多头注意机制睡眠分期方法 （南京航空航天大学）_第5页
已阅读5页，还剩15页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

基于时频双流增强的多头注意机制睡眠分本发明公开了一种基于时频双流增强的多初步结果输入到条件随机场中进行优化得到睡2将衍生出的另一条分支经过时域特征提取器将提取得到的时域特征和频域特征整合后得到多头自注意将输入特征分成多个头构成的子空间，每头自注意能够整体提高模型对于不同位置的关注能力；对于多核特征处理器输出的特征对于上个模块得到的初步结果，会先对每个30s的时间窗口所处睡眠阶段有个预先地条件随机场是一种判别式概率模型，基于线性条件随机场；3nn对于构建的条件概率分布，采用最大化条件似然函数求解其最2.根据权利要求1所述的基于时频双流增强的多头注意机制睡眠分期方法，其特征在所述睡眠脑电数据集包括睡眠脑电信号和专业医生标注的睡眠所述的睡眠时期标签具体是依据现有的睡眠分期标准，每30再依据波形特征对该30秒的脑电信号评估从而确定3.根据权利要求1所述的基于时频双流增强的多头注意机制睡眠分期方法，其特征在4.根据权利要求1所述的基于时频双流增强的多头注意机制睡眠分期方法，其特征在5.根据权利要求1所述的基于时频双流增强的多头注意机制睡眠分期方法，其特征在46.根据权利要求1所述的基于时频双流增强的多头注意机制睡眠分期方法，其特征在7.根据权利要求1所述的基于时频双流增强的多头注意机制睡眠分期方法，其特征在在步骤(1.4)中，所述特征上下文学习模块是指：结合了多头自注意力机制的神经网8.根据权利要求1所述的基于时频双流增强的多头注意机制睡眠分期方法，其特征在567[0036]基于时频域信息和注意力机制的单通道脑电睡眠分期方法流程如图1所示，第一的多头自注意用来学习特征之间的关联和依赖信息，这一阶段模拟医生对这30s的信号进8[0038]对于输入的原始30s时序脑电信号，利用快速傅里叶变换进行时频转化，截取0_[0044]特征上下文学习模块借鉴了Transformer的多头自注意力和前向传播的思想，目提高模型对于不同位置的关注能力；对于多核特征处理器输出的特征xeRd,l是特征长[0048]%=xnw9[0053]多头自注意力计算结果MHA还会与输入特征进行残差加和操作，再进入前向传播会先对每个30s的时间窗口所处睡眠阶段有个预先地判断，当该时间窗口的脑电信息无法在n时刻的真实标签和观测到的初步睡眠分期结果；需要从观测序列和状态序列构成的无[0061]对于构建的条件概率分布，采用最大化条件似然函数L(0)=l93.130.2588.3588.

人人文库> 全部分类> 行业资料 > 信息产业

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论