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：长春理工大学
摘要：本发明提出一种基于Dual‑CNN+GAN的多模态睡眠分期情绪识别方法。该方法获取脑电、心电等生理参数数据，经预处理构建多模态数据集，然后分别构建用于睡眠分期和情绪识别的卷积神经网络CNN模型，将多模态数据作为输入，睡眠时期和情绪标签作为输出。再构建生成对抗网络GAN模型，将CNN输出作为GAN输入，最终得到睡眠分期和情绪识别结果。采用贝叶斯优化调整CNN模型超参数，获得初步优化模型，然后构建自适应惩罚正则化函数和对抗性训练损失函数，分别对CNN和GAN进行二次优化。优化后的Dual‑CNN+GAN模型能够有效识别睡眠分期和情绪状态。该发明还利用强化学习算法，根据模型输出结果和用户睡眠数据，给出个性化的睡眠规律分析和建议，以改善睡眠质量。与现有技术相比，本发明模型Dual‑CNN+GAN架构可提高模型整体性能和泛化能力，同时处理睡眠分期和情绪识别实现联合优化。
主权项：1.一种基于Dual-CNN+GAN的多模态睡眠分期情绪识别方法，其特征在于，所述方法包括：步骤S1：获取睡眠阶段的生理参数，对数据进行预处理，然后构建多模态数据集；步骤S2：构建两个分别用于睡眠分期和情绪识别的卷积神经网络CNN模型与对抗生成网络GAN模型；步骤S3：使用训练集对网络模型进行预训练，使用验证集对模型进行验证，并根据贝叶斯优化调整模型的超参数，得到初步优化后的网络模型；步骤S4：构建自适应惩罚正则化Elastic-NetAdaptiveLossENAL函数与对抗性训练LS-GANLossLeastSquaresGAN函数分别对模型中的CNN与GAN部分进行二次优化，得到二次优化后的网络模型；步骤S5：利用训练并优化好的模型测试输入的睡眠期间脑电信号与心电信号，得到预测的睡眠时期分类与情绪识别分类，并对其分类结果与日常匹配，使用强化学习算法，进行个性化的睡眠总结与睡眠规律提醒，预防睡眠前情绪引发的睡眠困难问题以及解决睡眠时的睡眠障碍问题。
全文数据：
权利要求：
百度查询： 长春理工大学 一种基于Dual-CNN+GAN的多模态睡眠分期情绪识别方法
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