基于智能床垫的睡眠健康状况研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 研究背景和意义 | 第10-11页 |
| 1.2 国内外研究背景 | 第11-13页 |
| 1.3 论文主要工作及创新点 | 第13-15页 |
| 1.4 论文章节安排 | 第15-16页 |
| 第二章 智能床垫睡眠监测系统 | 第16-24页 |
| 2.1 床垫硬件系统 | 第16-18页 |
| 2.2 智能床垫原理介绍 | 第18-19页 |
| 2.3 智能床垫功能介绍 | 第19-21页 |
| 2.4 开发工具介绍 | 第21-24页 |
| 第三章 体动事件识别 | 第24-36页 |
| 3.1 信号的预处理 | 第24-26页 |
| 3.1.1 数据片段长度 | 第24-25页 |
| 3.1.2 数据范围 | 第25页 |
| 3.1.3 多路信号处理 | 第25-26页 |
| 3.2 基于规则的体动识别 | 第26-28页 |
| 3.2.1 数据存储 | 第26页 |
| 3.2.2 算法介绍 | 第26-28页 |
| 3.3 基于阈值的体动识别 | 第28-30页 |
| 3.3.1 选路 | 第29-30页 |
| 3.3.2 算法介绍 | 第30页 |
| 3.3.3 算法分析 | 第30页 |
| 3.4 基于机器学习的体动识别 | 第30-33页 |
| 3.4.1 建模思路 | 第31-32页 |
| 3.4.2 特征选择 | 第32页 |
| 3.4.3 算法介绍 | 第32-33页 |
| 3.5 实验结果 | 第33-36页 |
| 第四章 呼吸速率计算 | 第36-42页 |
| 4.1 滤波器设计 | 第36-38页 |
| 4.1.1 数字滤波器介绍 | 第36页 |
| 4.1.2 数字滤波器的分类 | 第36-37页 |
| 4.1.3 数字滤波器的工作原理 | 第37页 |
| 4.1.4 FIR滤波器和IIR滤波器比较 | 第37-38页 |
| 4.2 呼吸速率的计算 | 第38-40页 |
| 4.2.1 滤波器参数设计 | 第38-39页 |
| 4.2.2 呼吸速率计算 | 第39-40页 |
| 4.3 实验结果 | 第40-42页 |
| 第五章 呼吸暂停检测 | 第42-58页 |
| 5.1 呼吸暂停简介 | 第42-44页 |
| 5.1.1 呼吸暂停分类 | 第43页 |
| 5.1.2 呼吸暂停发病原因 | 第43页 |
| 5.1.3 呼吸暂停危害 | 第43-44页 |
| 5.2 特征工程 | 第44-45页 |
| 5.2.1 异常检测 | 第44页 |
| 5.2.2 数据预处理 | 第44-45页 |
| 5.2.3 特征选择 | 第45页 |
| 5.3 逻辑斯特回归 | 第45-50页 |
| 5.3.1 算法起源 | 第46页 |
| 5.3.2 模型推导 | 第46-48页 |
| 5.3.3 求解方式 | 第48-49页 |
| 5.3.4 正则化方法 | 第49-50页 |
| 5.4 在线最优化求解 | 第50-52页 |
| 5.4.1 FOBOS算法 | 第51页 |
| 5.4.2 RDA算法 | 第51-52页 |
| 5.4.3 FTRL算法 | 第52页 |
| 5.5 呼吸暂停识别 | 第52-56页 |
| 5.5.1 特征提取 | 第53-55页 |
| 5.5.2 算法介绍 | 第55-56页 |
| 5.6 实验结果 | 第56-58页 |
| 第六章 总结和展望 | 第58-60页 |
| 6.1 工作总结 | 第58页 |
| 6.2 工作展望 | 第58-60页 |
| 参考文献 | 第60-64页 |
| 致谢 | 第64-66页 |
| 攻读学位期间发表的学术论文 | 第66页 |
