[发明专利]一种基于深度学习的用户睡眠行为分析方法及其系统

权利要求书

1.一种基于深度学习的用户睡眠行为分析方法，其特征在于，包括，

步骤1、收集开源睡眠音频信号，将开源音频信号通过傅里叶变换和采样定理得到开源睡眠音频信号采样数据的过零率、频谱中心、频谱滚降点和MFCC数据；

步骤2、通过深度学习方法，利用过零率、频谱中心、频谱滚降点和MFCC数据得到睡眠特征值；

步骤3、录制用户睡眠音频；

步骤4、利用用户睡眠音频，得到用户的睡眠音频平均分贝值；

步骤5、将用户的睡眠音频平均分贝值与睡眠特征值进行比较，如果用户的睡眠音频平均分贝值大于睡眠特征值即为浅睡眠，反之为深睡眠；

其中步骤2具体为：

步骤2.1、利用过零率、频谱中心、频谱滚降点和MFCC数据创建数据集，将数据集中的数据进行归一化处理；

步骤2.2、将深度学习方法中的学习标签进行one-hot编码；

步骤2.3、利用学习标签将归一化处理后的数据分为训练集和测试集；

步骤2.4、创建神经网络；

步骤2.5、利用神经网络的分类层，结合类别交叉熵函数，优化器选择Adam，评价指标选择正确率，使用fit方法对训练集进行迭代训练；

步骤2.6、将训练后的训练集使用evaluate方法进行评估，得到睡眠特征值。

2.如权利要求1所述的一种基于深度学习的用户睡眠行为分析方法，其特征在于，步骤4得到用户的睡眠音频平均分贝值具体公式为：

其中，p_ref为用户睡眠音频中获取的最大音量百分比；p_rms为用户睡眠音频的平均音量百分比；L_p为用户的睡眠音频平均分贝值。

3.一种使用如权利要求2所述的基于深度学习的用户睡眠行为分析方法的系统，其特征在于：包括录音模块、睡眠分析模块和报告生成模块；

录音模块用于录制用户睡眠音频；

睡眠分析模块用于利用用户睡眠音频，得到用户的睡眠音频平均分贝值，并与与睡眠特征值进行比较；

报告生成模块用于将用户睡眠状态生成相应报告；

录音模块输入端连接外置麦克风，录音模块输出端连接睡眠分析模块输入端，睡眠分析模块输出端连接报告生成模块输入端，报告生成模块输出端连接外置打印机。

4.如权利要求3所述的一种基于深度学习的用户睡眠行为分析方法的系统，其特征在于：还包括登录模块，登录模块用于用户和管理员登录系统。

5.如权利要求4所述的一种基于深度学习的用户睡眠行为分析方法的系统，其特征在于：还包括购买模块，购买模块用于用户购买有助于睡眠的商品。

6.如权利要求5所述的一种基于深度学习的用户睡眠行为分析方法的系统，其特征在于：还包括公告模块，公告模块用于管理员发布睡眠相关时事新闻和睡眠科学知识。

7.如权利要求6所述的一种基于深度学习的用户睡眠行为分析方法的系统，其特征在于：还包括音乐模块，音乐模块用于用户睡前收听音乐增加睡意。

8.如权利要求7所述的一种基于深度学习的用户睡眠行为分析方法的系统，其特征在于：还包括书籍模块，书籍模块用于用户睡前阅读电子书籍增加睡意。

9.如权利要求8所述的一种基于深度学习的用户睡眠行为分析方法的系统，其特征在于：还包括统计睡眠状态模块，统计睡眠状态模块用于统计睡眠分析模块的用户睡眠状态。