基于特征优化的J波识别技术研究
| 摘要 | 第3-5页 |
| ABSTRACT | 第5-7页 |
| 第一章 绪论 | 第16-22页 |
| 1.1 课题研究背景与意义 | 第16-17页 |
| 1.2 J波信号的研究现状 | 第17-18页 |
| 1.3 特征优化的研究现状与发展趋势 | 第18-19页 |
| 1.4 本文的主要工作和章节安排 | 第19-22页 |
| 第二章 J波识别的相关理论 | 第22-36页 |
| 2.1 ECG介绍 | 第22-23页 |
| 2.2 J波介绍 | 第23-25页 |
| 2.2.1 J波的特征 | 第23页 |
| 2.2.2 J波分类 | 第23-24页 |
| 2.2.3 J波综合征 | 第24-25页 |
| 2.3 模式识别系统组成 | 第25-34页 |
| 2.3.1 特征提取 | 第26-31页 |
| 2.3.2 特征优化 | 第31-32页 |
| 2.3.3 分类识别 | 第32-34页 |
| 2.4 本章小结 | 第34-36页 |
| 第三章 心电数据集的构建及预处理 | 第36-44页 |
| 3.1 心电数据集的构建 | 第36-37页 |
| 3.2 心电数据去噪 | 第37-39页 |
| 3.3 心电信号特征点检测 | 第39-40页 |
| 3.4 实验仿真 | 第40-42页 |
| 3.5 本章小结 | 第42-44页 |
| 第四章 基于遗传算法的特征优化算法 | 第44-64页 |
| 4.1 小波包分解相关理论 | 第44-46页 |
| 4.2 遗传算法基本理论 | 第46-47页 |
| 4.3 支持向量机基础理论 | 第47-48页 |
| 4.4 特征向量的提取 | 第48-55页 |
| 4.4.1 时域特征提取 | 第48-49页 |
| 4.4.2 小波包分解特征提取 | 第49-51页 |
| 4.4.3 基于WPD的统计特征提取 | 第51-55页 |
| 4.4.4 特征标准化 | 第55页 |
| 4.5 基于遗传算法的特征选择算法 | 第55-61页 |
| 4.5.1 染色体结构设计与搜索策略 | 第55-57页 |
| 4.5.2 定义适应度函数 | 第57页 |
| 4.5.3 GA优化过程 | 第57-58页 |
| 4.5.4 统计分析和主要特征选择 | 第58-61页 |
| 4.6 实验仿真 | 第61-63页 |
| 4.6.1 分类性能评价 | 第61页 |
| 4.6.2 结果分析 | 第61-63页 |
| 4.7 本章小结 | 第63-64页 |
| 第五章 基于主成分分析的特征优化J波识别算法 | 第64-74页 |
| 5.1 主成分分析介绍 | 第64-65页 |
| 5.2 基于遗传算法与主成分分析相结合的特征优化 | 第65页 |
| 5.3 算法仿真与评价 | 第65-71页 |
| 5.3.1 确定主成分个数 | 第66-67页 |
| 5.3.2 不同特征对比分析 | 第67-71页 |
| 5.3.3 不同分类方法对比分析 | 第71页 |
| 5.4 本章小结 | 第71-74页 |
| 第六章 总结与展望 | 第74-76页 |
| 6.1 总结 | 第74-75页 |
| 6.2 不足之处 | 第75页 |
| 6.3 展望 | 第75-76页 |
| 参考文献 | 第76-82页 |
| 致谢 | 第82-84页 |
| 攻读硕士学位期间学术成果及参与项目 | 第84页 |
