首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--计算机网络论文--一般性问题论文

基于云平台的心率检测与分析技术研究与应用

摘要第3-4页
abstract第4页
第1章 引言第11-18页
    1.1 研究背景及意义第11-12页
    1.2 国内外研究现状第12-16页
        1.2.1 非接触式心率检测技术第12-13页
        1.2.2 接触式心率检测技术第13-15页
        1.2.3 心率分析技术第15页
        1.2.4 医疗云平台服务发展现状第15-16页
    1.3 研究内容及主要工作第16-17页
    1.4 论文组织结构第17-18页
第2章 相关理论与技术概述第18-30页
    2.1 心电信号第18-21页
        2.1.1 心电信号产生的原理第18-19页
        2.1.2 心电信号周期波形第19-20页
        2.1.3 心电信号的特点第20-21页
    2.2 专家系统第21-24页
        2.2.1 专家系统简介第21-22页
        2.2.2 基于规则专家系统的基本结构第22-23页
        2.2.3 基于规则专家系统的推理机制第23-24页
    2.3 云平台相关技术第24-25页
        2.3.1 云平台概述第24页
        2.3.2 云存储技术第24-25页
    2.4 非关系型数据库第25-27页
        2.4.1 Riak数据库第25-26页
        2.4.2 HBase数据库第26-27页
    2.5 Erlang编程语言与Zotonic框架第27-29页
        2.5.1 Erlang语言第27-28页
        2.5.2 Zotonic框架第28-29页
    2.6 MQTT协议第29页
    2.7 本章小结第29-30页
第3章 心率检测与基于专家系统的心率分析技术研究第30-50页
    3.1 心率检测技术研究第30-42页
        3.1.1 心电信号中存在的噪声与干扰分析第30-31页
        3.1.2 心电信号预处理第31-35页
        3.1.3 QRS波群检测方法第35-36页
        3.1.4 基于改进的差分阈值法的QRS波群检测方法第36-41页
        3.1.5 心电信号的心率检测算法第41-42页
    3.2 基于专家系统的心率分析技术研究第42-49页
        3.2.1 ERESYE概述第42-43页
        3.2.2 Rete匹配算法第43-44页
        3.2.3 ERESYE实现Rete算法第44-46页
        3.2.4 心率自动分析专家系统知识库的建立第46-47页
        3.2.5 心率自动分析专家系统的推理机制设计第47-48页
        3.2.6 仿真实验第48-49页
    3.3 本章小结第49-50页
第4章 基于云平台的心率检测与分析系统的设计与实现第50-77页
    4.1 系统总体架构第50-51页
    4.2 Android智能手机客户端的设计与实现第51-61页
        4.2.1 功能模块设计第51-52页
        4.2.2 用户管理功能模块实现第52-53页
        4.2.3 蓝牙通信功能模块实现第53-56页
        4.2.4 心电数据处理功能模块实现第56-59页
        4.2.5 基于MQTT协议的数据远程传输模块实现第59-61页
    4.3 云平台数据库总体框架设计第61-62页
    4.4 基于Riak集群的数据库设计与实现第62-67页
        4.4.1 基于Riak的分布式集群环数据库存储方案第62-63页
        4.4.2 Riak数据库的Erlang客户端接口详解第63-64页
        4.4.3 Riak集群的数据存储格式与接口设计与实现第64-67页
    4.5 基于HBase的数据库设计第67-70页
        4.5.1 HBase的Java语言接口设计第67-68页
        4.5.2 Riak与HBase通信接口设计第68-70页
    4.6 专家系统实现心率自动分析第70-71页
    4.7 系统测试与分析第71-75页
        4.7.1 测试环境第71-72页
        4.7.2 基于MQTT协议的数据远程传输的整合测试第72-73页
        4.7.3 基于Riak集群的用户生理数据的存储测试第73-74页
        4.7.4 专家系统自动分析测试第74-75页
        4.7.5 测试结果分析第75页
    4.8 本章小结第75-77页
第5章 总结与展望第77-79页
    5.1 总结第77页
    5.2 展望第77-79页
参考文献第79-83页
致谢第83-84页
攻读硕士学位期间从事的科研工作及取得的成果第84页

论文共84页,点击 下载论文
上一篇:基于MapReduce的分布式Web漏洞扫描系统的研究与设计
下一篇:在线社会网络中节点发现及信息传播机制研究