《电子测量技术杂志》发表论文赏析

基于KAN的多模态自动睡眠分期

来源:电子测量技术杂志2025年第16期北京时间:

作者:张昌涛,耿读艳,殷玥

单位:1.河北工业大学省部共建电工装备可靠性与智能化国家重点实验室 天津 300130; 2.河北工业大学电气工程学院 天津 300072

摘要:当前的自动睡眠分期模型存在特征提取能力不足以及多模态特征融合效果欠佳的问题。为了更有效地处理非线性信号,本文利用科尔莫戈罗夫-阿诺德网络(KAN)动态学习非线性激活函数,采用基于KAN和迁移学习的特征提取网络分别提取睡眠状态下的脑电和心电信号特征。利用外部注意力机制对不同模态分别施加注意力,通过结合外部注意力机制的多模态门控融合方案进行特征整合,缓解数据类不平衡对N1期精度的影响。在ISRUC-S3数据集上实现了85.6%的总体准确率、84.9%的宏平均F1值,N1期的F1分数为67.7%。相较于当前的其他先进方法,有效提升了自动睡眠分期算法的性能。

关键词:自动睡眠分期;科尔莫戈罗夫-阿诺德网络;迁移学习;外部注意力机制;多模态门控融合

基金资助:河北工业大学2024年交叉方向研究生培养项目(XKJC-2024026)资助

2025年16期其他文献查阅:

单目SLAM中基于单应性的快速地平面检测方法

参数自适应的NC-AFM悬臂控制系统设计

基于STA机制的AE-BiLSTM的滚动轴承剩余寿命预测

基于ResNet-LSTM的心电信号特征点检测优化算法研究

基于IZOA结合最小交叉熵的图像分割算法

基于KAN的多模态自动睡眠分期

动态场景下融合稀疏光流的语义视觉SLAM算法

基于改进YOLO算法地铁异物检测

压力容器焊接区几何角度对相控阵检测的影响

基于参数优化和QR的短期风电功率预测

刚性陶瓷防热瓦损伤无损检测技术研究进展

基于SecureViT的恶意代码检测模型

基于深度约束与光流跟踪的视觉SLAM方法

混合SAM改善钙钛矿太阳能电池空穴传输能力

谐振式光学微腔陀螺锁频及误差反馈技术研究

基于密集空洞金字塔的SAR多尺度道路检测

基于边界特征与多尺度特征的车辆目标检测

基于改进LoG-Zernike矩的亚像素磁瓦边缘检测方法

联合多尺度注意力与混合池化的手腕创伤X光图像检测

PSSN-YOLO:风机表面缺陷检测模型

填文献完整题目 获取完整文献

填写需求
联系方式
注:学术顾问会在1小时内联系您,请留意!