基于EEMD与平稳小波变换的脉搏波形特征分析研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-17页 |
| ·课题产生的背景和研究意义 | 第9-10页 |
| ·脉搏信号处理的发展和研究现状 | 第10-15页 |
| ·脉搏信号分析方法 | 第10-14页 |
| ·脉搏信号分类方法 | 第14-15页 |
| ·论文的主要研究内容及章节安排 | 第15-17页 |
| 第2章 小波变换与 EEMD 方法的理论与应用 | 第17-35页 |
| ·小波变换理论 | 第17-19页 |
| ·小波变换 | 第17-18页 |
| ·最佳小波基的选择 | 第18-19页 |
| ·平稳小波变换 | 第19页 |
| ·EMD 与 EEMD | 第19-25页 |
| ·经验模态分解（EMD）与模态混叠 | 第19-21页 |
| ·集合经验模态分解（EEMD） | 第21-22页 |
| ·抗混分析和比较 | 第22-23页 |
| ·脉搏信号 EMD 与 EEMD 的分析比较 | 第23-25页 |
| ·经验模态分解与小波分解方法的比较 | 第25-27页 |
| ·Hilbert-Huang 变换理论 | 第27-30页 |
| ·基于 EEMD 的 HHT 脉搏信号分析 | 第30-33页 |
| ·本章小结 | 第33-35页 |
| 第3章 脉搏波形消噪算法的研究 | 第35-55页 |
| ·脉搏信号的特点 | 第35页 |
| ·含噪脉搏信号模型的建立 | 第35-38页 |
| ·噪声的种类 | 第35-36页 |
| ·含噪信号模型的建立 | 第36-37页 |
| ·去噪效果的评价标准 | 第37-38页 |
| ·基于 EEMD 的基线漂移校正 | 第38-48页 |
| ·基线漂移校正方法的综述 | 第38-39页 |
| ·基于 EEMD 的自适应基线漂移校正算法 | 第39-42页 |
| ·IMF 分量的自适应选择 | 第42-44页 |
| ·算法实现与校正效果 | 第44-45页 |
| ·几种基线漂移校正方法的实验比较 | 第45-48页 |
| ·小波阈值去除高频噪声 | 第48-51页 |
| ·小波阈值消噪法 | 第49页 |
| ·阈值函数的选择 | 第49-50页 |
| ·小波阈值的选择 | 第50-51页 |
| ·基于 EEMD 和小波阈值的混合消噪算法 | 第51-54页 |
| ·混合算法的实现过程 | 第51-52页 |
| ·复合噪声的滤波效果 | 第52-54页 |
| ·本章小结 | 第54-55页 |
| 第4章 脉搏信号的特征提取与分类 | 第55-77页 |
| ·基于平稳小波变换提取脉搏波形特征点 | 第55-63页 |
| ·脉搏波形特征点 | 第55页 |
| ·基于平稳小波变换提取脉搏主波、重搏波 | 第55-58页 |
| ·算法的仿真实现与提取效果 | 第58-62页 |
| ·基于特征点提取时域特征参数 | 第62-63页 |
| ·脉搏信号时频域特征参数提取 | 第63-64页 |
| ·IMF 能量矩 | 第63页 |
| ·小波系数能量矩阵 | 第63-64页 |
| ·基于 HHT 边际谱的特征能量 | 第64页 |
| ·脉搏信号多域特征参数仿真实验结果 | 第64-66页 |
| ·两类脉搏信号的分类 | 第66-76页 |
| ·支持向量机 | 第66-70页 |
| ·核函数的选取 | 第70-71页 |
| ·基于 SVM 和脉搏波形特征的分类方法 | 第71-72页 |
| ·两类脉搏信号分类的仿真实验结果 | 第72-73页 |
| ·脉搏特征降维对分类器性能的影响 | 第73-76页 |
| ·本章小结 | 第76-77页 |
| 结论 | 第77-79页 |
| 参考文献 | 第79-83页 |
| 攻读硕士学位期间所发表的学术论文 | 第83-85页 |
| 致谢 | 第85页 |
