| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第一章 绪论 | 第9-16页 |
| 1.1 课题研究背景及意义 | 第9-11页 |
| 1.2 心电信号用于身份识别的可行性 | 第11-12页 |
| 1.3 国内外研究现状 | 第12-13页 |
| 1.4 当前研究存在问题及发展趋势 | 第13-14页 |
| 1.5 论文的具体工作及内容安排 | 第14-16页 |
| 第二章 心电信号预处理 | 第16-25页 |
| 2.1 心电信号概述 | 第16-18页 |
| 2.1.1 心电信号的特性 | 第16-17页 |
| 2.1.2 心电信号的噪声来源 | 第17-18页 |
| 2.2 心电信号降噪及特征提取 | 第18页 |
| 2.2.1 心电信号去噪 | 第18页 |
| 2.2.2 心电信号特征检测方法 | 第18页 |
| 2.3 心电数据库介绍 | 第18-19页 |
| 2.4 心电信号预处理 | 第19-23页 |
| 2.4.1 获取心电数据 | 第19页 |
| 2.4.2 心电信号降噪 | 第19-20页 |
| 2.4.3 心电信号特征提取 | 第20-23页 |
| 2.4.4 构建特征集 | 第23页 |
| 2.5 本章小结 | 第23-25页 |
| 第三章 蚂蚁系统及BP神经网络原理介绍 | 第25-33页 |
| 3.1 蚁群算法简介 | 第25页 |
| 3.1.1 蚁群算法的基本思想 | 第25页 |
| 3.2 蚂蚁系统及其直接后续算法特征选择的模型 | 第25-29页 |
| 3.2.1 蚂蚁系统 | 第26-27页 |
| 3.2.2 蚁群系统 | 第27-28页 |
| 3.2.3 最大最小蚂蚁系统 | 第28-29页 |
| 3.3 BP神经网络 | 第29-32页 |
| 3.4 本章小结 | 第32-33页 |
| 第四章 基于蚁群算法的特征组合优化方法 | 第33-39页 |
| 4.1 蚁群算法优化特征选择模型 | 第33-34页 |
| 4.1.1 蚂蚁系统的选择 | 第33-34页 |
| 4.2 基于蚁群算法的心电识别特征组合优化算法 | 第34-37页 |
| 4.2.1 路径选择的优化 | 第34-36页 |
| 4.2.2 信息素更新原则的优化 | 第36页 |
| 4.2.3 用于蚁群算法的特征选择优化算法建模 | 第36-37页 |
| 4.3 本章小结 | 第37-39页 |
| 第五章 特征组合优化的心电信号身份识别系统 | 第39-50页 |
| 5.1 仿真实验的准备工作 | 第39-41页 |
| 5.1.1 选择样本数据 | 第39-40页 |
| 5.1.2 设置蚁群算法参数设置 | 第40页 |
| 5.1.3 特征组合优化的心电信号身份识别系统仿真 | 第40-41页 |
| 5.2 仿真实验与结果分析 | 第41-49页 |
| 5.2.1 分类敏感度 | 第41-42页 |
| 5.2.2 信息素变化趋势 | 第42-43页 |
| 5.2.3 蚁群寻径统计 | 第43-44页 |
| 5.2.4 信息素变化趋势横向对比 | 第44-45页 |
| 5.2.5 测试算法选择结果 | 第45-48页 |
| 5.2.6 算法优缺点及适用范围的讨论 | 第48-49页 |
| 5.3 本章小结 | 第49-50页 |
| 第六章 总结与展望 | 第50-52页 |
| 参考文献 | 第52-55页 |
| 附录 | 第55-60页 |
| 攻读硕士学位期间取得的研究成果 | 第60-61页 |
| 致谢 | 第61-62页 |
| 附件 | 第62页 |