| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-20页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 心电信号产生原理 | 第11-13页 |
| 1.3 常见心拍失常 | 第13-15页 |
| 1.4 国内外研究现状 | 第15-17页 |
| 1.5 研究内容 | 第17页 |
| 1.6 论文结构 | 第17-20页 |
| 第2章 心拍识别问题分析基础 | 第20-36页 |
| 2.1 心电信号特点 | 第20-22页 |
| 2.1.1 心电信号时域特点 | 第20-21页 |
| 2.1.2 心电信号频域特点 | 第21-22页 |
| 2.2 主成分分析 | 第22-27页 |
| 2.2.1 主成分分析(PCA)的基本思想与数学模型 | 第22-24页 |
| 2.2.2 主成分分析的几何解释 | 第24-26页 |
| 2.2.3 主成分分析主要步骤 | 第26-27页 |
| 2.3 支持向量机(SVM) | 第27-33页 |
| 2.3.1 线性可分支持向量机 | 第28-31页 |
| 2.3.2 非线性可分支持向量机 | 第31-33页 |
| 2.4 MIT-BIH数据库简介 | 第33-34页 |
| 2.5 本章小结 | 第34-36页 |
| 第3章 基于主成分分析进行特征融合的心拍分类 | 第36-46页 |
| 3.1 心拍检测 | 第36-38页 |
| 3.2 不同心拍特征可分离性比较 | 第38-41页 |
| 3.3 心拍分类算法设计与实现 | 第41-42页 |
| 3.4 实验结果 | 第42-45页 |
| 3.5 本章小结 | 第45-46页 |
| 第4章 层次支持向量机心拍分类算法 | 第46-60页 |
| 4.1 现有支持向量机多分类算法及其存在问题 | 第46-47页 |
| 4.1.1 一对多算法(one against all) | 第46-47页 |
| 4.1.2 一对一算法(one against one) | 第47页 |
| 4.2 层次支持向量机 | 第47-50页 |
| 4.2.1 层次支持向量机模型训练 | 第47-49页 |
| 4.2.2 层次支持向量机分类过程 | 第49-50页 |
| 4.3 算法设计、实现与分类模型搭建 | 第50-54页 |
| 4.4 实验结果及分析 | 第54-58页 |
| 4.5 本章小结 | 第58-60页 |
| 第5章 总结与展望 | 第60-62页 |
| 5.1 总结 | 第60页 |
| 5.2 展望 | 第60-62页 |
| 参考文献 | 第62-66页 |
| 作者简介及科研成果 | 第66-68页 |
| 致谢 | 第68页 |
