TY -非盟的郑Xiangwei AU -阴,小春就非盟-邵,就非盟-李,非政府组织非盟- Yu,小梅PY - 2020 DA - 2020/06/13 TI -协同睡眠脑电图数据分析基于改进的经验模态分解和聚类算法SP - 1496973六世- 2020 AB -睡眠疾病严重影响患者的生活质量。睡眠阶段分类(或睡眠分期),研究人类睡眠过程和分类睡眠阶段,是一个重要的参考睡眠障碍的诊断和研究。许多学者进行了一系列的睡眠分期研究,但不同睡眠阶段之间的相关性和分类的准确性仍需要改进。因此,本文提出了一种自动睡眠阶段基于EEG分类。通过构造一种改进的经验模态分解和k - means实验模型,定义“频域相关系数”的概念。在特征提取的过程中,最好的特征向量相关性在时频域被选中。脑电图特征的提取和分类是基于k - means聚类算法实现的。实验结果表明分类精度显著提高,我们的算法具有积极的影响睡眠分期相比其他算法。SN - 1076 - 2787你——https://doi.org/10.1155/2020/1496973——10.1155 / 2020/1496973 JF - PB - Hindawi KW - ER -复杂性