[发明专利]一种用于睡姿监测的系统及方法在审
申请号: | 202010448320.9 | 申请日: | 2020-05-25 |
公开(公告)号: | CN111639693A | 公开(公告)日: | 2020-09-08 |
发明(设计)人: | 岳雪颖;岳克强;李文钧 | 申请(专利权)人: | 杭州电子科技大学 |
主分类号: | G06K9/62 | 分类号: | G06K9/62;G16H50/20;A61B5/00 |
代理公司: | 杭州浙科专利事务所(普通合伙) 33213 | 代理人: | 孙孟辉 |
地址: | 310018 浙*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 用于 睡姿 监测 系统 方法 | ||
1.一种用于睡姿监测的系统,包括分别与可穿戴设备、终端连接的上位机,其特征在于,所述上位机包括处理器,适于实现各指令,以及存储设备,适于存储多条指令,所述指令适于由处理器加载并执行:
1)对所述可穿戴设备采集的睡眠波动信号进行滤波;
2)通过阈值特征值提取所述睡眠波动信号中的特征值;
3)采用训练好的基于蝙蝠算法模块优化的最小二乘支持向量机对所述特征值进行分类识别;
4)将识别出的睡姿结果发送至终端展示。
2.如权利要求1所述的一种用于睡姿监测的系统,其特征在于所述最小二乘支持向量机执行优化函数:
yi[(w·K(xi))+b0]=1-ξi;i=1,2,…,n (2)
s.t.ξi=0 (3)
w和b0分别是回归函数的权向量和偏移量,C是正则化参数,ξi是误差,选择误差的平方作为损失函数,K(xi)表示引入的非线性映射函数,xi是输入样本,即所述特征值,yi是输入样本的标签,即所述睡姿,运用拉朗日法优化求解,所述优化函数转为:
di是拉格朗日因子,所述最小二乘支持向量机采用高斯径向基核函数,通过蝙蝠算法模块优化核函数的参数σ和所述正则化参数C。
3.如权利要求1所述的一种用于睡姿监测的系统,其特征在于所述蝙蝠算法模块执行如下:
t时刻,第i只蝙蝠在位置zi以速度vi随机飞行,寻找最优解z*,zi即需要优化的参数,z*即优化后的参数,fi是该蝙蝠个体所发出的脉冲频率,即优化函数,且fi∈[fmin,fmax],β∈[0,1]是均匀分布的随机向量;
对于当前的局部搜索区域,新的局部解znew使用随机游走方式生成,随机选取个体按下式(6)进行最优解扰动:
znew=z*+εAt (6)
ε是[-1,1]上的随机数值,At是在时刻t所有蝙蝠个体的平均响度,响度Ai和脉冲频度ri按下式(7)进行更新:
ri0是初始脉冲频度,γ是发射脉冲频度增加的系数,w是脉冲响度衰减系数,两者都为常数,其中,0<w<1,γ>0。
4.如权利要求1所述的一种用于睡姿监测的系统,其特征在于所述可穿戴设备包括MCU微控制器以及分别与其连接的九轴运动传感器模块、SD存储卡和WIFI通信模块。
5.如权利要求4所述的一种用于睡姿监测的系统,其特征在于所述九轴运动传感器模块包括加速度计、陀螺仪、磁力计。
6.如权利要求1所述的一种用于睡姿监测的系统,其特征在于所述滤波使用FIR滤波器实现低通滤波。
7.如权利要求1所述的一种用于睡姿监测的系统,其特征在于所述特征值包括加速度信号幅度矢量、加速度幅度域、姿态角。
8.一种用于睡姿监测的方法,其特征在于,包括如下步骤:
S101,对采集的睡眠波动信号进行滤波;
S102,通过阈值特征值提取所述睡眠波动信号中的特征值;
S103,采用训练好的基于蝙蝠算法优化的最小二乘支持向量机对所述特征值进行分类识别;
S104,展示识别的睡姿结果。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于杭州电子科技大学,未经杭州电子科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010448320.9/1.html,转载请声明来源钻瓜专利网。