高阶谱估计在脉象信号分析中的应用
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-9页 |
| 1 绪论 | 第9-16页 |
| ·课题研究的目的和意义 | 第9-10页 |
| ·脉象信号分析的发展及其国内外现状 | 第10-12页 |
| ·高阶统计量的发展及国内外研究现状 | 第12-14页 |
| ·本文论文的研究工作 | 第14-16页 |
| 2 脉象信号 | 第16-18页 |
| ·脉搏、脉象与脉象图 | 第16页 |
| ·脉象信号的采集 | 第16-17页 |
| ·脉象信号的分析 | 第17-18页 |
| 3 高阶统计量 | 第18-28页 |
| ·高阶矩和高阶累积量 | 第18-24页 |
| ·高阶矩和高阶累积量的定义 | 第18-19页 |
| ·高阶矩和高阶累积量的关系 | 第19-20页 |
| ·高阶累积量的性质 | 第20-21页 |
| ·平稳随机过程的矩和累积量 | 第21-22页 |
| ·高斯过程的高阶矩和高阶累积量 | 第22-24页 |
| ·高阶累积量谱 | 第24-28页 |
| ·矩谱和累积量谱的定义 | 第24-25页 |
| ·双谱的对称关系 | 第25-26页 |
| ·非高斯白噪声过程的高阶累积量谱 | 第26-27页 |
| ·非高斯线性过程的高阶累积量谱 | 第27-28页 |
| 4 基于主成分分析的特征提取方法 | 第28-33页 |
| ·主成分分析概述 | 第28页 |
| ·主成分分析的方法原理 | 第28-30页 |
| ·主成分分析方法步骤 | 第30-31页 |
| ·MATLAB 的统计工具箱 | 第31-33页 |
| 5 反向传播神经网络 | 第33-41页 |
| ·反向传播神经网络（BP 网络）及其算法 | 第33-39页 |
| ·性能函数 | 第34页 |
| ·偏导数的链法则 | 第34-36页 |
| ·灵敏度的反向传播 | 第36-37页 |
| ·BP 算法总结 | 第37页 |
| ·BP 网络中所用的传输函数 | 第37-39页 |
| ·BP 网络的设计 | 第39-40页 |
| ·BP 网络的训练过程 | 第40-41页 |
| 6 非参数双谱估计及在脉象信号分析中的应用 | 第41-53页 |
| ·非参数双谱估计 | 第41-43页 |
| ·概述 | 第41页 |
| ·间接法 | 第41-42页 |
| ·直接法 | 第42页 |
| ·Hinich 检验 | 第42-43页 |
| ·双谱特征提取技术研究 | 第43-45页 |
| ·概述 | 第43-44页 |
| ·双谱一维切片研究 | 第44-45页 |
| ·脉象信号的双谱估计及其特征提取 | 第45-52页 |
| ·应用双谱估计直接法分析脉象信号 | 第45-46页 |
| ·双谱特征提取及其分类 | 第46-52页 |
| ·软件编制 | 第52页 |
| ·结论 | 第52-53页 |
| 7 参数双谱估计及在脉象信号分析中的应用 | 第53-66页 |
| ·概述 | 第53-55页 |
| ·三阶递归法（TOR）及在脉象信号分析中的应用 | 第55-64页 |
| ·三阶递归法（TOR） | 第55-56页 |
| ·参数化双谱估计步骤 | 第56-58页 |
| ·非高斯AR 模型在脉象信号分析中的应用 | 第58-64页 |
| ·软件编制 | 第64页 |
| ·结论 | 第64-66页 |
| 8 结论与展望 | 第66-67页 |
| 致谢 | 第67-68页 |
| 参考文献 | 第68-71页 |
| 附录：作者在攻读硕士学位期间发表的论文目录 | 第71页 |
