首页--工业技术论文--无线电电子学、电信技术论文--通信论文--通信理论论文--信息论论文--信号检测与估计论文

盲源分离算法的研究及其在单导联心室晚电位提取中的应用

摘要第3-5页
ABSTRACT第5-7页
图表目录第10-12页
第一章 绪论第12-18页
    1.1 课题的研究背景与意义第12-13页
    1.2 心室晚电位识别方法的研究现状第13-15页
    1.3 盲源分离的研究现状第15-16页
    1.4 论文的主要内容和章节安排第16-18页
第二章 盲源分离的基础知识第18-38页
    2.1 盲源分离问题的描述第18-20页
    2.2 独立分量分析的理论基础第20-26页
        2.2.1 概率论基础第20页
        2.2.2 高阶统计量理论基础第20-24页
        2.2.3 信息论基础第24-26页
    2.3 预处理第26-27页
    2.4 独立分量分析的独立性度量准则第27-31页
        2.4.1 非高斯性极大化第28页
        2.4.2 互信息最小化第28-29页
        2.4.3 极大似然函数第29-30页
        2.4.4 负熵最大化第30-31页
    2.5 基于信息论的独立成分分析算法第31-34页
        2.5.1 信息极大化算法第31-32页
        2.5.2 互信息最小化算法第32-33页
        2.5.3 最大似然算法第33页
        2.5.4 固定点算法第33-34页
    2.6 分离性能的评判准则第34-36页
        2.6.1 主观定性评判方法第35页
        2.6.2 客观定量评判方法第35-36页
    2.7 本章小结第36-38页
第三章 小波(包)分析基础知识第38-50页
    3.1 小波分析第38-43页
        3.1.1 小波变换及其特性第38-40页
        3.1.2 多分辨率分析第40-42页
        3.1.3 双尺度方程分析第42-43页
    3.2 基小波的选择第43-44页
    3.3 小波包分析第44-46页
    3.4 小波(包)分析在心电信号中的应用第46-48页
    3.5 本章小结第48-50页
第四章 RFastICA算法的建立及验证第50-62页
    4.1 FastICA算法第50-51页
    4.2 RFastICA算法的建立第51-55页
    4.3 RFastICA算法的验证第55-61页
        4.3.1 实验仿真第55-58页
        4.3.2 结果分析第58-61页
    4.4 本章小结第61-62页
第五章 RFastICA算法在单导联心室晚电位提取中的应用第62-74页
    5.1 单导联心室晚电位提取的原理第62-63页
    5.2 单导联心室晚电位提取的实现步骤第63页
    5.3 RFastICA算法提取单导联心室晚电位的仿真实验第63-73页
        5.3.1 实验仿真第63-69页
        5.3.2 结果分析第69-73页
    5.4 本章小结第73-74页
第六章 总结与展望第74-76页
    6.1 本文的研究内容总结第74-75页
    6.2 前景展望第75-76页
参考文献第76-82页
致谢第82-84页
攻读学位期间发表的论文及参与项目第84页

论文共84页,点击 下载论文
上一篇:H-FABP在急性心梗早期判断冠脉病变程度的研究
下一篇:Ang(1-7)/Mas轴通过SHP-1拮抗AngⅡ所致心肌重构的分子机制研究