| 摘要 | 第1-7页 |
| ABSTRACT | 第7-9页 |
| 目录 | 第9-11页 |
| 第1章 绪论 | 第11-17页 |
| ·引言 | 第11页 |
| ·研究背景 | 第11页 |
| ·相关领域的研究现状 | 第11-15页 |
| ·主要研究内容及创新点 | 第15-16页 |
| ·论文的结构安排 | 第16-17页 |
| 第2章 基于小波支持向量机的多信息融合 | 第17-28页 |
| ·引言 | 第17页 |
| ·多源信息融合的概念和原理 | 第17页 |
| ·支持向量机理论 | 第17-24页 |
| ·小波核支持向量机 | 第24-27页 |
| ·小结 | 第27-28页 |
| 第3章 基于 SMO的支持向量机并行训练算法 | 第28-35页 |
| ·引言 | 第28页 |
| ·序列最小最优化(SMO)算法 | 第28-29页 |
| ·SMO算法的并行化 | 第29-30页 |
| ·SMO并行算法在 LabVIEW上的实现 | 第30-32页 |
| ·实验结果及其分析 | 第32-33页 |
| ·小结 | 第33-35页 |
| 第4章 面向医学诊断的智能服装体系结构 | 第35-44页 |
| ·引言 | 第35-36页 |
| ·系统的设计原则与功能要求 | 第36-38页 |
| ·系统总体设计 | 第38-40页 |
| ·传感器放置部位设计 | 第40页 |
| ·监护软件架构 | 第40-43页 |
| ·小结 | 第43-44页 |
| 第5章 运动生理信号的预处理及特征提取 | 第44-53页 |
| ·引言 | 第44页 |
| ·运动心电信号的噪声消除 | 第44-48页 |
| ·心电信号波形检测 | 第48-52页 |
| ·小结 | 第52-53页 |
| 第6章 面向智能服装的多信息融合医学辅助诊断应用研究 | 第53-62页 |
| ·引言 | 第53页 |
| ·诊断方法流程 | 第53-54页 |
| ·小波支持向量机在心肌诊断中的应用 | 第54-57页 |
| ·小波支持向量机在重症监护中的应用 | 第57-60页 |
| ·分类算法对比分析 | 第60-61页 |
| ·小结 | 第61-62页 |
| 第7章 结论与展望 | 第62-64页 |
| ·结论 | 第62页 |
| ·展望 | 第62-64页 |
| 参考文献 | 第64-70页 |
| 致谢 | 第70-71页 |
| 攻读硕士期间参加的项目和发表的论文 | 第71页 |