首页--医药、卫生论文--中国医学论文--中医临床学论文--中医诊断学论文--脉学论文

基于卷积神经网络的脉搏分析方法研究

摘要第5-7页
ABSTRACT第7-8页
第一章 绪论第11-18页
    1.1 论文研究背景第11-12页
    1.2 国内外研究概况第12-16页
    1.3 论文的研究内容第16页
    1.4 论文结构安排第16-18页
第二章 脉搏数据分析的理论基础第18-30页
    2.1 脉搏波的基础理论第18-19页
        2.1.1 脉搏的形成原因第18页
        2.1.2 脉搏波形释义第18-19页
    2.2 小波变换基础理论第19-23页
        2.2.1 傅里叶变换第19-20页
        2.2.2 短时傅里叶变换第20-21页
        2.2.3 连续小波变换第21-23页
    2.3 卷积神经网络理论第23-29页
        2.3.1 卷积神经网络介绍第23-25页
        2.3.2 卷积神经网络模型基础第25-29页
    2.4 本章小结第29-30页
第三章 利用小波变换对脉搏波形进行局部特征提取第30-38页
    3.1 脉搏波形的采集第30-31页
    3.2 脉搏波形的分割第31-33页
    3.3 脉搏小波变换小波基的选择第33-35页
    3.4 脉搏的广义Morse小波变换第35-37页
    3.5 本章小结第37-38页
第四章 卷积神经网络分析脉搏波的小波系数矩阵第38-46页
    4.1 卷积神经网络模型基本结构第39-42页
    4.2 卷积神经网络模型分析第42-44页
        4.2.1 卷积层对脉搏信号特征进行局部感知第42-43页
        4.2.2 池化层对脉搏数据进行降维第43-44页
        4.2.3 全连接层对脉搏数据进行抽象第44页
    4.3 处理脉搏数据的卷积神经模型结构第44-45页
    4.4 本章小结第45-46页
第五章 结果分析第46-50页
    5.1 基于脉搏的身份识别第46-49页
        5.1.1 数据采集第46-47页
        5.1.2 单个脉搏波形经过小波变换得到系数矩阵第47页
        5.1.3 卷积神经网络模型提取系数矩阵特征第47-49页
    5.2 本章小结第49-50页
第六章 总结与展望第50-53页
    6.1 全文总结第50-51页
    6.2 下一步工作展望第51-53页
参考文献第53-57页
致谢第57-59页
攻读硕士期间发表的学术论文第59页

论文共59页,点击 下载论文
上一篇:基于流式计算模式的传感器接入系统的研究与实现
下一篇:基于云技术的大容量运输车辆智能监控系统研究