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 |