论文部分内容阅读
随着模式识别技术的发展与应用,睡眠自动分期方法正在逐渐取代手动分期研究。文章使用深度置信网络（Deep Belief Network,DBN）和长短时记忆递归神经网络（Long Short-Term Memory Recurrent Neural Network,LSTM-RNN）这两种方法对眼电（Electrooculogram,EOG）通道的数据进行睡眠自动分期。LSTM-RNN方法（平均准确率83.4%）相对DBN（平均准确率75.6%）在基于眼电信号的睡眠分期问题上取得了更好的效果。