经颅多普勒信号特征提取与分类研究
| 目录 | 第1-8页 |
| 摘要 | 第8-10页 |
| ABSTRACT | 第10-12页 |
| 缩略词注释表 | 第12-13页 |
| 第一章 绪论 | 第13-18页 |
| ·课题研究的背景及意义 | 第13-14页 |
| ·课题研究的现状 | 第14-15页 |
| ·研究课题存在的问题 | 第15页 |
| ·本文的主要工作及章节安排 | 第15-18页 |
| 第二章 基于音频信号获取多普勒频谱 | 第18-29页 |
| ·引言 | 第18-19页 |
| ·声谱图获取方法 | 第19-24页 |
| ·数字滤波器 | 第19-21页 |
| ·短时傅立叶变换(STFT) | 第21-22页 |
| ·窗函数的应用 | 第22-24页 |
| ·实验仿真结果及频谱图像分析 | 第24-28页 |
| ·本章小结 | 第28-29页 |
| 第三章 多普勒信号的最大频率曲线获取及特征提取 | 第29-51页 |
| ·超声多普勒检测血流速度原理 | 第30页 |
| ·多普勒信号的最大频率曲线获取 | 第30-34页 |
| ·百分比法提取信号的最大频率曲线算法描述 | 第31-33页 |
| ·百分比法提取信号的最大频率曲线算法实现 | 第33-34页 |
| ·最大频谱曲线的特征提取 | 第34-50页 |
| ·小波分析 | 第34-37页 |
| ·多分辨率分析-Mallat算法 | 第37-43页 |
| ·模极大值分析 | 第43-48页 |
| ·特征提取实现结果 | 第48-50页 |
| ·本章小结 | 第50-51页 |
| 第四章 基于 SVM的经颅多普勒信号分类 | 第51-67页 |
| ·SVM的基本理论 | 第51-59页 |
| ·统计学习理论 | 第51-55页 |
| ·SVM的基本原理 | 第55-59页 |
| ·基于 SVM的分类算法 | 第59-61页 |
| ·分类的原理 | 第59页 |
| ·分类器的设计 | 第59-61页 |
| ·算法实现的步骤 | 第61-63页 |
| ·实验分类结果 | 第63-66页 |
| ·本章小结 | 第66-67页 |
| 第五章 结论与展望 | 第67-70页 |
| ·结论 | 第67-68页 |
| ·工作展望 | 第68-70页 |
| 参考文献 | 第70-75页 |
| 致谢 | 第75-76页 |
| 攻读硕士学位期间的研究成果及参加的科研项目 | 第76-77页 |
| 学位论文评阅及答辩情况表 | 第77页 |
