摘要
本发明提供一种基于注意力加权集成的睡眠分期方法及系统。该方法包括:将采集的原始睡眠数据按模态进行分割,并将分割后的模态数据组成为多个模态组合,其中,每个模态组合至少包括一种模态数据。针对每个模态组合进行特征提取并基于从各模态组合所提取的特征得到第一特征图。利用注意力机制优化所述第一特征图的通道权重,并根据优化通道权重后的第一特征图对睡眠分期的类型进行预测。本发明通过不同模态的划分和组合进一步识别区分性多模态特征,并根据多模态的模态组合的特征结合注意力机制优化通道权重,提升了通道的在后面预测分类中的重要性,从而有效提高了自动睡眠分期精度。
技术关键词
注意力机制
通道
计算机可执行指令
网络
数据
全局平均池化
可读存储介质
特征提取模块
生物标志物
模态特征
组合模块
积层
多模态
矩阵
非线性
处理器
精度
系统为您推荐了相关专利信息
采集分析方法
传导电磁干扰
电场探头
数据采集单元
设备端口
波束成形向量
遗传算法优化
噪声功率
自动编码器
染色体
分类驾驶员
紧急制动方法
新能源汽车
制动减速度
轮廓系数
按键状态
卷积神经网络模型
视觉特征
键值
游戏场景