龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：天津科技大学
摘要：本发明公开了一种基于深度学习的睡眠鼾声检测方法及智能枕头系统，实时采集鼾声，并加载鼾声的原始音频，原始音频包括鼾声和环境噪声的混合音频；对混合音频进行MFCC特征提取；将MFCC图像输入至预训练的LightSnore‑Net模型，用于从背景噪声中识别鼾声并量化鼾声强度，输出鼾声强度分类结果；LightSnore‑Net模型包括：自适应平均池化层和自适应最大池化层分别提取MFCC图像的特征并相加，获得全局特征；全局特征经过全连接层后转换为MFCC图像的通道权重；用全局平均池化层对MFCC特征图的通道维度进行压缩，基于压缩后的特征和通道权重输出相应鼾声强度类别。本发明考虑到在多变现实环境中对鼾声识别的准确率的同时，提高了使用者的舒适度，并且适用于有限硬件资源的应用环境。
主权项：1.一种基于深度学习的睡眠鼾声检测方法，其特征在于：包括如下步骤：S1：实时采集鼾声，并加载所述鼾声的原始音频，所述原始音频包括鼾声和环境噪声的混合音频；S2：对所述混合音频进行MFCC特征提取，获得MFCC图像；S3：将所述MFCC图像输入至预训练的LightSnore-Net模型，用于从背景噪声中识别鼾声并量化鼾声强度，输出鼾声强度分类结果；所述LightSnore-Net模型包括：自适应平均池化层和自适应最大池化层分别提取所述MFCC图像的特征并相加，获得全局特征；所述全局特征经过全连接层后转换为MFCC图像的通道权重；用全局平均池化层对MFCC特征图的通道维度进行压缩，基于压缩后的特征和所述通道权重输出相应鼾声强度类别。
全文数据：
权利要求：
百度查询： 天津科技大学 一种基于深度学习的睡眠鼾声检测方法及智能枕头系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号