中医脉象信号的智能识别方法研究
中文摘要 | 第1-4页 |
ABSTRACT | 第4-8页 |
第一章 引言 | 第8-11页 |
·选题背景及意义 | 第8页 |
·研究现状 | 第8-9页 |
·本文研究内容 | 第9-11页 |
第二章 脉象信号的采集和预处理 | 第11-15页 |
·脉象信号的采集 | 第11-12页 |
·脉象信号结构图基础 | 第12页 |
·脉象信号的预处理 | 第12-15页 |
第三章 脉象信号时频域特征值提取 | 第15-20页 |
·脉象信号时域分析和特征值提取 | 第15-18页 |
·脉象信号频域分析和特征值提取 | 第18-20页 |
第四章 脉象信号混沌特性分析和特征值提取 | 第20-32页 |
·相空间重构 | 第20-26页 |
·时延的确定 | 第21-22页 |
·嵌入维的确定 | 第22-26页 |
·相关维 | 第26-27页 |
·最大LYAPUNOV指数 | 第27-28页 |
·KOLMOGOROV熵 | 第28-32页 |
第五章 基于复杂网络理论的回声状态网络设计 | 第32-51页 |
·经典回声状态网络的结构及算法 | 第33-34页 |
·经典回声状态网络存在的不足和改进办法 | 第34-36页 |
·李雅普诺夫稳定性原理 | 第36-40页 |
·复杂网络自适应聚类同步控制器设计 | 第40-42页 |
·聚类同步的自适应策略 | 第40-41页 |
·聚类同步的全局稳定 | 第41-42页 |
·新颖的自适应聚类同步回声状态网络设计 | 第42-44页 |
·数值分析 | 第44-51页 |
第六章 实验和讨论 | 第51-53页 |
·不同神经网络识别器的脉象识别比较 | 第51-52页 |
·基于新设计回声状态网络不同特征值脉象的识别比较 | 第52-53页 |
第七章 结论和展望 | 第53-55页 |
·主要结论 | 第53-54页 |
·研究展望 | 第54-55页 |
参考文献 | 第55-58页 |
在学期间的研究成果与获奖情况 | 第58-59页 |
致谢 | 第59页 |