首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--在其他方面的应用论文

吸毒者脉象信号识别方法的研究

摘要第1-5页
ABSTRACT第5-9页
1 绪论第9-20页
   ·课题研究的意义第9-10页
   ·脉象信号分析第10-16页
     ·脉象分析系统的历史回顾及研究现状第10-14页
     ·脉象分析识别方法的发展趋势及现状第14-16页
   ·小波分析和BP 神经网络的发展及国内外研究现状第16-18页
   ·论文的主要内容及研究工作第18-20页
2 小波分析基本理论及小波包变换的应用第20-36页
   ·小波分析的基本理论第20-23页
     ·连续小波变换第20-21页
     ·离散小波变换第21-23页
   ·小波母函数的选择第23-27页
   ·小波包的基本原理第27-36页
     ·小波包的概念第28页
     ·小波包的性质第28-31页
     ·小波包的空间结构第31-33页
     ·小波包算法第33页
     ·小波包变换的尺度谱和尺度-小波能量谱第33-34页
     ·信号小波包分析的一般步骤第34-36页
3 脉象信号的提取及数据采集第36-53页
   ·脉象采集系统的流程第36-42页
     ·脉象图的判别方法第36-37页
     ·脉象采集界面的设计及流程第37-42页
   ·分析吸毒者脉象信号的意义第42页
   ·应用小波包变换的特征参数提取方法一第42-46页
   ·软件编制一第46页
   ·应用小波包变换的特征参数提取方法二第46-51页
   ·软件编制二第51页
   ·两种方法综合分析第51-52页
   ·小论第52-53页
4 BP 神经网络的相关知识第53-64页
   ·BP 神经网络内容第53-54页
   ·BP 网络结构第54-55页
   ·BP 神经网络基本算法的导出第55-58页
     ·性能函数第55页
     ·偏导数的链法则第55-57页
     ·灵敏度的反向传播第57-58页
   ·BP 神经网络的相关算法第58-64页
     ·基本的BP 算法第58-59页
     ·Levenberg-Marquardt BP 算法第59-64页
5 基于BP 神经网络的脉象模式识别研究第64-69页
   ·脉象信号的神经网络分类识别第64-65页
   ·对脉象信号的特征向量进行BP 分类识别第65-68页
   ·软件的编制第68页
   ·结论第68-69页
6 结论与展望第69-70页
致谢第70-71页
参考文献第71-74页
 附录: 作者在攻读硕士学位期间发表论文的目录第74-76页

论文共76页,点击 下载论文
上一篇:北京市高校定向运动教学现状调查与分析
下一篇:我国大学品牌战略研究