题名 | 基于深度学习的生理信号分类研究 |
作者 | 陈惠宇 |
答辩日期 | 2022-05 |
文献子类 | 硕士 |
授予单位 | 中国科学院自动化研究所 |
授予地点 | 中国科学院自动化研究所 |
导师 | 尹志刚 |
关键词 | 生理信号分类 睡眠分期 脑机接口 Transformer |
学位名称 | 工学硕士学位 |
学位专业 | 计算机应用技术 |
英文摘要 | 随着可穿戴设备的普及和移动互联网的发展,生理信号的采集和获取变得更为便捷。生理信号分类是根据人体物理现象判断用户状态或意图的研究,该研 究在健康监测、情绪判断和人机交互领域都有广泛的应用前景,因此开展该研究具有重要的应用价值。 生理信号由多模态信号组成,其时间、空间和频率特征复杂,并且存在着信噪比较低和个体差异性大等特点,这对生理信号模式分类带来了挑战。本文利用 生理信号开展了睡眠分期、情绪识别和人机交互等三项研究工作。 本文的主要研究内容和贡献如下:
|
语种 | 中文 |
页码 | 76 |
内容类型 | 学位论文 |
源URL | [http://ir.ia.ac.cn/handle/173211/48483] |
专题 | 自动化研究所_国家专用集成电路设计工程技术研究中心 |
通讯作者 | 陈惠宇 |
推荐引用方式 GB/T 7714 | 陈惠宇. 基于深度学习的生理信号分类研究[D]. 中国科学院自动化研究所. 中国科学院自动化研究所. 2022. |
个性服务 |
查看访问统计 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论