面向实用型的ECG身份识别方法研究
| 摘要 | 第4-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第10-20页 |
| 1.1 研究背景及意义 | 第10-13页 |
| 1.2 ECG身份识别的可行性分析 | 第13-14页 |
| 1.3 国内外研究现状 | 第14-17页 |
| 1.4 论文研究内容 | 第17-18页 |
| 1.5 论文结构安排 | 第18-20页 |
| 第2章 ECG基础知识及识别原理 | 第20-42页 |
| 2.1 心电信号知识 | 第20-22页 |
| 2.2 心电信号去噪原理 | 第22-26页 |
| 2.3 波形特征点检测原理 | 第26-28页 |
| 2.4 常用分类器原理 | 第28-41页 |
| 2.4.1 线性判别分析 | 第28-30页 |
| 2.4.2 K-近邻 | 第30-31页 |
| 2.4.3 支持向量机 | 第31-37页 |
| 2.4.4 神经网络 | 第37-41页 |
| 2.5 实验数据库及实验平台介绍 | 第41页 |
| 2.6 本章小结 | 第41-42页 |
| 第3章 基于PCA-RPROP的ECG身份识别 | 第42-56页 |
| 3.1 预处理 | 第43页 |
| 3.2 初始特征选取 | 第43-45页 |
| 3.3 特征处理与分类算法 | 第45-49页 |
| 3.3.1 PCA白化 | 第45页 |
| 3.3.2 RPROP算法 | 第45-49页 |
| 3.4 实验过程和结果 | 第49-54页 |
| 3.5 本章小结 | 第54-56页 |
| 第4章 基于随机森林的ECG身份识别 | 第56-66页 |
| 4.1 集成学习算法 | 第56-58页 |
| 4.2 决策树 | 第58-60页 |
| 4.3 随机森林 | 第60-65页 |
| 4.4 本章小结 | 第65-66页 |
| 第5章 总结与展望 | 第66-68页 |
| 5.1 本文工作总结 | 第66-67页 |
| 5.2 展望 | 第67-68页 |
| 参考文献 | 第68-72页 |
| 作者简介及科研成果 | 第72-74页 |
| 致谢 | 第74页 |
