| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 专用术语注释表 | 第8-9页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 研究背景与意义 | 第9-11页 |
| 1.2 面临的挑战 | 第11页 |
| 1.3 本文的研究内容 | 第11-12页 |
| 1.4 本文的内容安排 | 第12-14页 |
| 第二章 生理信号基础与实验数据 | 第14-20页 |
| 2.1 脑电信号与睡眠分期基础 | 第14-19页 |
| 2.1.1 脑电信号特征 | 第15-16页 |
| 2.1.2 睡眠分期标准及相关研究 | 第16-18页 |
| 2.1.3 数据来源 | 第18-19页 |
| 2.2 ECG心跳类型及数据来源 | 第19页 |
| 2.2.1 ECG心跳类型 | 第19页 |
| 2.2.2 数据来源 | 第19页 |
| 2.3 本章小结 | 第19-20页 |
| 第三章 生理大数据分析平台构建 | 第20-35页 |
| 3.1 Hadoop概述 | 第20-23页 |
| 3.1.1 HDFS | 第20-21页 |
| 3.1.2 YARN | 第21-22页 |
| 3.1.3 MapReduce计算框架 | 第22-23页 |
| 3.2 HBase概述 | 第23-25页 |
| 3.2.1 HBase架构 | 第24页 |
| 3.2.2 HBase物理模型 | 第24-25页 |
| 3.3 云计算基础 | 第25-26页 |
| 3.4 生理大数据集群平台构建 | 第26-34页 |
| 3.4.1 平台构建及数据存储管理 | 第26-29页 |
| 3.4.2 平台性能优化 | 第29-31页 |
| 3.4.3 集群部署 | 第31-34页 |
| 3.5 本章小结 | 第34-35页 |
| 第四章 基于MapReduce的BP神经网络的实现 | 第35-54页 |
| 4.1 人工神经网络并行化 | 第35-39页 |
| 4.1.1 引入并行化的原因与存在的问题 | 第35-36页 |
| 4.1.2 神经网络的并行化模型 | 第36-38页 |
| 4.1.3 神经网络的训练规则 | 第38-39页 |
| 4.2 基于BP神经网络的睡眠分期算法 | 第39-45页 |
| 4.2.1 BP神经网络 | 第40-42页 |
| 4.2.2 数据来源及信号预处理 | 第42页 |
| 4.2.3 特征提取 | 第42-44页 |
| 4.2.4 仿真流程 | 第44-45页 |
| 4.2.5 实验结果分析 | 第45页 |
| 4.3 基于MapReduce的并行化BP算法实现 | 第45-47页 |
| 4.4 算法性能分析和比较 | 第47-50页 |
| 4.4.1 时间复杂度分析 | 第48-49页 |
| 4.4.2 加速比分析 | 第49-50页 |
| 4.4.3 子节点数分析 | 第50页 |
| 4.5 实验结果与分析 | 第50-53页 |
| 4.6 本章小结 | 第53-54页 |
| 第五章 基于深度学习的生理信号分析 | 第54-82页 |
| 5.1 深度学习概述 | 第54-55页 |
| 5.2 相关分类器介绍 | 第55-58页 |
| 5.2.1 支持向量机 | 第56-57页 |
| 5.2.2 SoftMax回归 | 第57-58页 |
| 5.3 基于CNN的ECG心跳分类方法 | 第58-65页 |
| 5.3.1 1D-CNNs概述 | 第59-63页 |
| 5.3.2 数据来源 | 第63页 |
| 5.3.3 仿真流程 | 第63-64页 |
| 5.3.4 实验结果与分析 | 第64-65页 |
| 5.4 基于特征的DBNs的EEG睡眠分期方法 | 第65-75页 |
| 5.4.1 数据来源 | 第66-67页 |
| 5.4.2 特征提取和分组 | 第67-71页 |
| 5.4.3 DBN训练过程及特征提取 | 第71-73页 |
| 5.4.4 分类器的训练 | 第73-74页 |
| 5.4.5 仿真流程 | 第74页 |
| 5.4.6 实验结果与分析 | 第74-75页 |
| 5.5 基于FFT的DBNs的EEG睡眠分期方法 | 第75-77页 |
| 5.5.1 数据来源 | 第75页 |
| 5.5.2 睡眠数据的预处理和分片 | 第75-76页 |
| 5.5.3 特征提取和分组 | 第76页 |
| 5.5.4 分类器的训练 | 第76页 |
| 5.5.5 仿真流程 | 第76页 |
| 5.5.6 实验结果与分析 | 第76-77页 |
| 5.6 基于稀疏自动编码的睡眠分期方法 | 第77-81页 |
| 5.6.1 稀疏自动编码（SAE）概述 | 第78-80页 |
| 5.6.2 数据来源 | 第80页 |
| 5.6.3 仿真流程 | 第80页 |
| 5.6.4 实验结果与分析 | 第80-81页 |
| 5.7 本章小结 | 第81-82页 |
| 第六章 总结与展望 | 第82-84页 |
| 参考文献 | 第84-88页 |
| 附录1 攻读硕士学位期间撰写的论文 | 第88-89页 |
| 致谢 | 第89页 |