基于机器学习的睡眠质量评估分析研究

发布时间：2021-08-28 04:35

　　睡眠对于人们的健康和幸福生活是必不可少的。对于各个年龄段的人们来说,好的睡眠有助于身体健康和精神世界的丰富。尽管人们身体健康的关键是每天有规律的睡觉时间和充足的睡眠,但是仍然有很多人会出现睡眠不规律和失眠的困扰。因此现在市面上出现了很多监测睡眠的可穿戴设备和智能手机可以随时监测到个人的睡眠情况。尤其是智能手机日渐成为一种健康设备,因为它里面有很多传感器并且人们每天都会随身携带,所以智能手机很适合长期的进行睡眠监测并对个人的睡眠质量进行评估。本文首先从在校大学生中随机招募了30名参与者,对其进行为期一个月实验数据的收集工作,但是由于一些参与者的日常操作不当,导致一部分的数据出现异常,此时通过数据预处理,删除有异常的数据,最后保留了12名参与者的数据进行实验分析。同时根据匹兹堡睡眠质量指数制作了睡眠质量调查问卷,作为实验结果的一个基准。本文然后对收集的数据进行特征构造,总共提取了13个特征。为了评估人们的睡眠质量（即区分人们通常是好的还是差的睡眠者）,实验首先进行睡眠监测,然后再进行睡眠质量评估。根据构造的13个特征,进行特征选择,选择出最优的能够进行睡眠监测的特征。此时实验对比了朴素贝叶... 

【文章来源】：郑州大学河南省 211工程院校

【文章页数】：65 页

【学位级别】：硕士

【部分图文】：

用于分类的支持向量机在机器学习中，支持向量机（SVM）是被广泛使用的监督学习算法，通常用来进行模式识别、分类以及回归分析

SVM中线性不可分实例

SVM中线性不可分实例分类


本文编号：3367804