摘要 | 第4-6页 |
ABSTRACT | 第6-7页 |
第1章 绪论 | 第10-17页 |
1.1 课题背景及课题来源 | 第10-12页 |
1.1.1 课题背景 | 第10-12页 |
1.1.2 课题来源 | 第12页 |
1.2 课题的研究目的及意义 | 第12-13页 |
1.3 时间序列与复杂网络的国内外研究现状及分析 | 第13-15页 |
1.3.1 时间序列与复杂网络的国外研究现状 | 第13页 |
1.3.2 时间序列与复杂网络的国内研究现状 | 第13-14页 |
1.3.3 时间序列与复杂网络相互表征的方法简析 | 第14-15页 |
1.4 本文主要研究内容 | 第15-17页 |
第2章 人体生理信号时间序列到复杂网络的几何不变性表征研究 | 第17-37页 |
2.1 引言 | 第17页 |
2.2 时间序列与复杂网络两种范式介绍 | 第17-20页 |
2.2.1 时间序列范式介绍 | 第17-18页 |
2.2.2 复杂网络范式介绍 | 第18-20页 |
2.3 人体生理信号到复杂网络的几何不变性表征理论研究 | 第20-28页 |
2.3.1 基本定义及定理 | 第20-22页 |
2.3.2 人体生理信号与复杂网络空间可分性讨论 | 第22-26页 |
2.3.3 人体生理信号几何不变性表征证明 | 第26-28页 |
2.4 人体生理信号到复杂网络的几何不变性表征的数值验证 | 第28-36页 |
2.4.1 Lorenz系统数据的几何不变性验证 | 第28-30页 |
2.4.2 心电数据的几何不变性验证 | 第30页 |
2.4.3 两种范式下关联维数的等价性数值验证 | 第30-33页 |
2.4.4 阈值 e 对于几何不变性转换表征的影响 | 第33-36页 |
2.5 本章小结 | 第36-37页 |
第3章 基于几何不变性的生理信号复杂网络表征研究 | 第37-51页 |
3.1 引言 | 第37页 |
3.2 面向模拟数据的网络特征提取验证研究 | 第37-43页 |
3.2.1 典型动力特征信号的网络指标比较分析 | 第37-39页 |
3.2.2 模拟心脏疾病状态的心电数据验证分析 | 第39-43页 |
3.3 人体心电数据的实证分析 | 第43-49页 |
3.3.1 心电数据的复杂网络表征参数讨论 | 第43-46页 |
3.3.2 心电数据的复杂网络表征统计特征与病理特征对比分析 | 第46-49页 |
3.4 本章小结 | 第49-51页 |
第4章 基于可视图算法的人体生理信号研究 | 第51-61页 |
4.1 引言 | 第51页 |
4.2 可视图算法介绍 | 第51-52页 |
4.2.1 自然可视图算法 | 第51-52页 |
4.2.2 水平可视图算法 | 第52页 |
4.3 模拟数据网络特征提取研究 | 第52-55页 |
4.3.1 典型动力特征信号的网络指标比较分析 | 第52-53页 |
4.3.2 模拟心脏病发心电数据试验分析 | 第53-55页 |
4.4 人体心电实证数据研究研究 | 第55-60页 |
4.4.1 心电数据基于可视图算法网络表征参数讨论 | 第55-57页 |
4.4.2 心电实证数据基于可视图算法试验分析 | 第57-60页 |
4.5 基于不同算法的试验结果对比分析 | 第60页 |
4.6 本章小结 | 第60-61页 |
结论 | 第61-62页 |
参考文献 | 第62-67页 |
致谢 | 第67页 |