首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文--人工神经网络与计算论文

基于小波神经网络的呼吸运动预测研究

摘要第1-6页
ABSTRACT第6-10页
第1章 绪论第10-18页
   ·研究背景及研究现状第10-11页
   ·国内外研究现状第11-16页
     ·放射治疗和运动预测系统的发展及其现状第11-13页
     ·放疗中常见的跟踪定位系统第13-14页
     ·呼吸预测算法的发展过程及其现状第14-16页
   ·本文研究主要内容第16-18页
第2章 数据采集系统及数据的统计分析第18-34页
   ·光学定位系统第18-26页
     ·双目立体视觉原理第19-21页
     ·NDI光学定位系统第21-26页
   ·呼吸运动数据的统计分析第26-31页
     ·运动参数第26-28页
     ·结果和讨论第28-30页
     ·相关性分析第30页
     ·运动分析的发现第30-31页
   ·总结第31-34页
第3章 小波神经网络算法的理论基础第34-46页
   ·小波分析的相关理论第34-38页
     ·小波的基本概念第34-35页
     ·Haar小波的分解第35-37页
     ·Haar小波的重构第37页
     ·本文所用处理方式第37-38页
   ·神经网络的相关理论第38-43页
     ·神经网络的特点第38-39页
     ·神经网络的结构第39-40页
     ·神经网络的分类第40-41页
     ·Elman神经网络第41-43页
   ·小波神经网络的相关理论第43-46页
第4章 系统实现呼吸运动预测算法第46-62页
   ·对比实验算法第46-51页
     ·无预测第47页
     ·线性预测第47页
     ·卡尔曼滤波第47-48页
     ·BP神经网络第48页
     ·小波神经网络预测算法流程第48-51页
   ·MATLAB神经网络工具箱第51-52页
   ·实验结果及分析第52-57页
     ·评价指标的确定第52页
     ·实验1:长延迟工况各个预测方法对比第52-55页
     ·实验2:本文提出的WEN与其他算法在不同时延下的详细对比第55-57页
   ·讨论第57-59页
     ·滤波器参数选择第58页
     ·小波的参数设定第58页
     ·神经网络参数的选择第58-59页
     ·WEN算法的预测结果对比第59页
   ·本章小结第59-62页
第5章 总结与展望第62-64页
   ·本文工作总结第62-63页
   ·未来工作展望第63-64页
参考文献第64-68页
致谢第68-70页
在读期间发表的学术论文与取得的其他研究成果第70页

论文共70页,点击 下载论文
上一篇:能量采集受限的无线传感器网络协作信号检测策略研究
下一篇:基于Memetic算法的高维数值优化方法研究