首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

信号细微特征提取及识别技术研究

摘要第1-5页
ABSTRACT第5-9页
第1章 绪论第9-16页
   ·课题来源及研究意义第9-10页
   ·研究现状分析第10-15页
     ·暂态特征提取技术的现状分析第10-12页
     ·稳态特征提取技术的现状分析第12-14页
     ·分类技术现状分析第14-15页
   ·文章主要研究内容及结构第15-16页
第2章 暂态起点检测第16-33页
   ·方差分形维数的门限法检测第16-24页
     ·分形理论及方差分形维数的计算第16-19页
     ·基于方差分形维数的门限法第19-24页
   ·基本贝叶斯检测理论第24-31页
     ·基本贝叶斯检测原理第25-26页
     ·改进方法第26-31页
   ·其他暂态起点检测方法第31-32页
   ·本章小结第32-33页
第3章 暂态特征提取第33-46页
   ·特征提取的判据第33-36页
   ·小波变换提取暂态特征第36-41页
     ·小波变换介绍第36-37页
     ·小波变换提取暂态特征第37-41页
   ·分形理论提取暂态特征第41-45页
     ·分形参数设置第41-42页
     ·暂态分形特征提取第42-45页
   ·本章小结第45-46页
第4章 稳态特征提取第46-58页
   ·脉冲信号包络特征提取第46-52页
     ·脉冲信号包络提取第47-49页
     ·包络特征提取第49-50页
     ·仿真分析第50-52页
   ·基于信号包络的J 值R 值特征提取第52-56页
     ·信号包络J 值特征第52-55页
     ·信号包络R 值特征第55页
     ·仿真分析第55-56页
   ·本章小结第56-58页
第5章 分类识别技术研究第58-72页
   ·最近邻分类器第59-62页
     ·最近邻决策准则第59-60页
     ·最近邻分类器分类性能仿真第60-62页
   ·反向传播神经网络分类器第62-67页
     ·BP 网络介绍第62-64页
     ·BP 神经网络分类性能仿真第64-67页
   ·支持向量机分类器第67-71页
     ·支持向量机基本原理第67-70页
     ·SVM 分类性能仿真第70-71页
   ·本章小结第71-72页
结论第72-74页
参考文献第74-78页
攻读硕士学位期间发表的论文及其它成果第78-80页
致谢第80页

论文共80页,点击 下载论文
上一篇:基于模式识别的驾驶员疲劳状态检测系统研究
下一篇:道路交通事故现场图绘制系统研究