阵列脉象信号融合分类方法研究
摘要 | 第4-5页 |
Abstract | 第5-6页 |
第1章 绪论 | 第9-16页 |
1.1 课题研究背景及意义 | 第9-10页 |
1.2 国内外研究现状及综述 | 第10-13页 |
1.2.1 脉象信号采集仪 | 第10-11页 |
1.2.2 特征提取 | 第11页 |
1.2.3 脉象信息融合 | 第11-13页 |
1.3 本课题主要研究内容 | 第13-14页 |
1.4 本课题的组织结构 | 第14-16页 |
第2章 特征描述与分类器选择 | 第16-27页 |
2.1 引言 | 第16页 |
2.2 特征描述 | 第16-22页 |
2.2.1 STFT特征 | 第18-19页 |
2.2.2 小波特征 | 第19-20页 |
2.2.3 Gabor特征 | 第20-21页 |
2.2.4 脉象二维矩阵特征 | 第21-22页 |
2.2.5 Gaussian特征 | 第22页 |
2.3 脉象分类器选择 | 第22-26页 |
2.3.1 朴素贝叶斯分类器设计 | 第22-23页 |
2.3.2 支持向量机分类器设计 | 第23-25页 |
2.3.3 基于K近邻的脉象分类器设计 | 第25页 |
2.3.4 各分类器算法的比较 | 第25-26页 |
2.4 本章小结 | 第26-27页 |
第3章 多通道脉象信号特征分析 | 第27-35页 |
3.1 引言 | 第27页 |
3.2 多特征的选择与优化 | 第27-31页 |
3.2.1 基于脉象数据集的特征降维 | 第28-29页 |
3.2.2 基于脉象数据集的特征选择 | 第29-31页 |
3.3 多通道的相似性与差异性分析 | 第31-34页 |
3.3.1 各独立通道相似性分析 | 第31-32页 |
3.3.2 各独立通道差异性分析 | 第32-33页 |
3.3.3 最优通道的选择策略 | 第33-34页 |
3.4 本章小结 | 第34-35页 |
第4章 基于相关性分析的脉象融合方法 | 第35-44页 |
4.1 引言 | 第35-36页 |
4.2 典型相关性分析 | 第36-37页 |
4.2.1 基本原理 | 第36页 |
4.2.2 特征融合策略 | 第36-37页 |
4.3 判别型典型相关性分析 | 第37-38页 |
4.4 多重集典型相关性分析 | 第38-39页 |
4.4.1 基本原理 | 第38-39页 |
4.4.2 表征准则 | 第39页 |
4.5 改进型典型相关性分析 | 第39-43页 |
4.5.1 问题描述 | 第39-40页 |
4.5.2 方法描述 | 第40-43页 |
4.6 本章小结 | 第43-44页 |
第5章 实验结果与分析 | 第44-53页 |
5.1 引言 | 第44页 |
5.2 多层次脉象信号融合策略 | 第44-46页 |
5.2.1 特征层串行融合 | 第45页 |
5.2.2 决策层融合 | 第45-46页 |
5.3 单通道多特征融合策略 | 第46-50页 |
5.3.1 单通道单特征与单通道多特征分类 | 第46-48页 |
5.3.2 单通道多特征多种相关性方法分类 | 第48-50页 |
5.4 多特征多通道融合策略 | 第50-52页 |
5.5 本章小结 | 第52-53页 |
结论 | 第53-55页 |
参考文献 | 第55-59页 |
攻读硕士学位期间发表的论文及其它成果 | 第59-61页 |
致谢 | 第61页 |