典型文献
多模态融合网络的睡眠分期研究
文献摘要：
针对睡眠多导图中各模态信息在睡眠各阶段存在差异性,而导致特征利用不充分的问题,本文提出了一种基于通道注意力机制和多模态门控机制的睡眠分期模型.首先利用残差收缩网络设计各模态特征提取网络用于提取各模态特征,并在通道维度上进行拼接融合,利用通道注意力机制进一步对融合特征进行重标定得到睡眠多导图的时不变特征;之后提出了一种基于自适应门控机制的多模态门控模块,对各模态特征及时不变特征按照重要程度进行加权融合,实现特征融合;最后利用双向长短时记忆网络提取睡眠多导图的时序特征.实验结果表明,本文提出的睡眠分期模型在欧洲数据格式睡眠数据集(sleep-European data format,sleep-EDF)上准确率为87.6％,MF1为82.0％,取得了目前最好的分期效果.
文献关键词：
深度学习;睡眠分期;通道注意力机制;睡眠多导图;多模态;双向长短时记忆网络;欧洲数据格式睡眠数据集;残差收缩网络
中图分类号：
作者姓名：
陈玲玲;毕晓君
作者机构：
哈尔滨工程大学 信息与通信工程学院,黑龙江 哈尔滨150001;中央民族大学 信息工程学院,北京100081
文献出处：
引用格式：
[1]陈玲玲;毕晓君-.多模态融合网络的睡眠分期研究)[J].智能系统学报,2022(06):1194-1200
A类：
睡眠多导图,欧洲数据格式睡眠数据集
B类：
多模态融合,融合网络,睡眠分期,分期研究,模态信息,通道注意力机制,门控机制,残差收缩网络,网络设计,模态特征,特征提取网络,拼接,融合特征,不变特征,自适应门控,重要程度,加权融合,特征融合,双向长短时记忆网络,时序特征,sleep,European,data,format,EDF,MF1
AB值：
0.250641
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
