基于变分模态分解的神经网络心电信号预测方法研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第8-23页 |
| 1.1 背景 | 第8-11页 |
| 1.2 目的及意义 | 第11-12页 |
| 1.3 研究现状 | 第12-21页 |
| 1.4 本文主要内容及组织结构 | 第21-23页 |
| 2 用于预测的BP神经网络介绍 | 第23-37页 |
| 2.1 人工神经网络基本理论 | 第23-29页 |
| 2.1.1 人工神经网络的定义及基本原理 | 第23-25页 |
| 2.1.2 人工神经网络的数学模型 | 第25-28页 |
| 2.1.3 人工神经网络的分类 | 第28-29页 |
| 2.1.4 人工神经网络的特点及应用范围 | 第29页 |
| 2.2 BP神经网络简介 | 第29-34页 |
| 2.2.1 BP神经网络的模型结构 | 第29-31页 |
| 2.2.2 BP神经网络算法的总体实现过程 | 第31-32页 |
| 2.2.3 BP神经网络算法的学习过程 | 第32-34页 |
| 2.2.4 BP神经网络的优缺点 | 第34页 |
| 2.3 基于BP神经网络的预测算法介绍 | 第34-36页 |
| 2.3.1 基本算法 | 第34-35页 |
| 2.3.2 确定输入层节点的改进算法 | 第35-36页 |
| 2.4 小结 | 第36-37页 |
| 3 VMD技术介绍 | 第37-45页 |
| 3.1 VMD技术概述 | 第37-39页 |
| 3.1.1 VMD技术的定义 | 第37页 |
| 3.1.2 VMD技术的发展历史 | 第37-38页 |
| 3.1.3 VMD技术的应用 | 第38-39页 |
| 3.2 VMD技术的基本原理 | 第39-44页 |
| 3.2.1 VMD算法原理及执行步骤 | 第39-42页 |
| 3.2.2 信号处理方法 | 第42页 |
| 3.2.3 运用实例 | 第42-44页 |
| 3.3 小结 | 第44-45页 |
| 4 基于VMD的BP神经网络预测算法 | 第45-63页 |
| 4.1 BP神经网络算法的优点及缺陷分析 | 第45页 |
| 4.2 改进方法 | 第45-46页 |
| 4.3 基于VMD的BP神经网络预测算法 | 第46-62页 |
| 4.3.1 算法模型与流程图 | 第46-47页 |
| 4.3.2 仿真信号介绍 | 第47-48页 |
| 4.3.3 仿真与结果分析 | 第48-59页 |
| 4.3.4 数据分析与算法总结 | 第59-62页 |
| 4.4 小结 | 第62-63页 |
| 5 总结与展望 | 第63-65页 |
| 5.1 总结 | 第63-64页 |
| 5.2 进一步的研究与展望 | 第64-65页 |
| 参考文献 | 第65-68页 |
| 攻读硕士学位期间发表学术论文情况 | 第68-69页 |
| 致谢 | 第69页 |
