脉象信号的特征提取与分类识别的研究
| 中文摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第一章 绪论 | 第8-12页 |
| ·概述 | 第8-9页 |
| ·国内外研究现状 | 第9-10页 |
| ·论文主要内容 | 第10-12页 |
| 第二章 脉图辨识及采集 | 第12-19页 |
| ·脉图基础 | 第12-14页 |
| ·脉图类型介绍 | 第14-16页 |
| ·辨识常用方法 | 第16-19页 |
| 第三章 小波分析预处理 | 第19-28页 |
| ·小波理论在脉象信号处理中的应用 | 第19-21页 |
| ·小波包分解消除工频干扰 | 第21-23页 |
| ·小波分解重构滤波法消除基线漂移 | 第23-26页 |
| ·小结 | 第26-28页 |
| 第四章 特征提取 | 第28-40页 |
| ·时域分析 | 第28-33页 |
| ·频谱分析 | 第33-38页 |
| ·小结 | 第38-40页 |
| 第五章 分类识别 | 第40-60页 |
| ·K-means 算法分类识别 | 第40-43页 |
| ·K-means 算法 | 第40-41页 |
| ·K-means 算法实现 | 第41-43页 |
| ·K-means 算法小结 | 第43页 |
| ·BP 算法分类识别 | 第43-47页 |
| ·BP 算法 | 第43-46页 |
| ·BP 算法实现 | 第46-47页 |
| ·BP 算法小结 | 第47页 |
| ·模糊神经网络发展及应用介绍 | 第47-49页 |
| ·人工神经网络 | 第47-48页 |
| ·模糊理论与神经网络的结合 | 第48-49页 |
| ·正规化模糊神经网络(NFNN)结构及算法 | 第49-53页 |
| ·模糊规则描述 | 第49-50页 |
| ·正规化模糊神经网络的结构 | 第50-52页 |
| ·正规化模糊神经网络的学习算法 | 第52-53页 |
| ·正规化模糊神经网络应用于脉象信号识别 | 第53-57页 |
| ·正规化模糊神经网络算法改进与实现 | 第53-56页 |
| ·正规化模糊神经网络算法小结 | 第56-57页 |
| ·小结 | 第57-60页 |
| 第六章 总结 | 第60-61页 |
| 参考文献 | 第61-64页 |
| 攻读学位期间公开发表的论文 | 第64-66页 |
| 致谢 | 第66-67页 |
