基于未知拒绝与多阶神经网络的心电身份识别研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第1章 绪论 | 第8-16页 |
| 1.1 课题背景及研究的目的和意义 | 第8-9页 |
| 1.2 心电图的生物特性 | 第9-10页 |
| 1.3 心电图身份识别系统的发展概况 | 第10-14页 |
| 1.3.1 心电图噪声过滤研究现状 | 第11页 |
| 1.3.2 心电图特征提取研究现状 | 第11-14页 |
| 1.4 本文的主要研究内容 | 第14-15页 |
| 1.5 论文章节安排 | 第15-16页 |
| 第2章 基于神经网络的未知拒绝算法研究 | 第16-26页 |
| 2.1 神经网络及其优化 | 第16-21页 |
| 2.1.1 神经网络分类器 | 第16-19页 |
| 2.1.2 神经网络与遗传算法 | 第19-21页 |
| 2.2 基于神经网络的未知拒绝算法 | 第21-22页 |
| 2.3 实验结果与分析 | 第22-25页 |
| 2.3.1 心电数据库简介 | 第22-23页 |
| 2.3.2 实验过程与结果 | 第23-25页 |
| 2.4 本章小结 | 第25-26页 |
| 第3章 整体外形特征和局部统计特征及融合 | 第26-36页 |
| 3.1 心电图信号预处理 | 第26-27页 |
| 3.2 特征提取 | 第27-30页 |
| 3.2.1 整体外形特征提取算法 | 第27-28页 |
| 3.2.2 局部统计特征提取算法 | 第28-30页 |
| 3.3 整体外形特征与局部统计特征的融合 | 第30-31页 |
| 3.4 实验结果与分析 | 第31-35页 |
| 3.4.1 心电数据库介绍 | 第31页 |
| 3.4.2 实验过程与结果 | 第31-35页 |
| 3.5 本章小结 | 第35-36页 |
| 第4章 多阶神经网络的分类架构 | 第36-44页 |
| 4.1 特征融合与多阶分类的相关理论与研究 | 第36-38页 |
| 4.2 心电信号的多种特征提取方式 | 第38-39页 |
| 4.3 实验结果与分析 | 第39-43页 |
| 4.4 本章小结 | 第43-44页 |
| 结论 | 第44-45页 |
| 参考文献 | 第45-51页 |
| 致谢 | 第51页 |
