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--信号处理论文

基于循环神经网络的胎儿心电提取方法研究

致谢第5-6页
摘要第6-8页
Abstract第8-10页
缩写、术语表第14-18页
1 绪论第18-34页
    1.1 研究背景和意义第18-24页
    1.2 国内外研究现状第24-32页
        1.2.1 心电信号工频消噪第24-27页
        1.2.2 母体成分抵消第27-32页
    1.3 主要研究内容与章节安排第32-34页
2 循环神经网络基本理论第34-40页
    2.1 循环神经网络第34-35页
    2.2 长短时记忆单元第35页
    2.3 沿时反向传播训练算法第35-38页
    2.4 自适应矩估计第38-39页
    2.5 本章小结第39-40页
3 基于循环神经网络的心电信号工频消噪方法第40-49页
    3.1 引言第40页
    3.2 基于循环神经网络的心电信号工频消噪方法第40-43页
    3.3 实验与分析第43-46页
    3.4 讨论第46-48页
    3.5 本章小结第48-49页
4 基于循环神经网络的分段重建工频消噪方法第49-68页
    4.1 引言第49-50页
    4.2 基于分段重建的心电信号工频消噪方法第50-55页
        4.2.1 双向长短时记忆循环神经网络第50-51页
        4.2.2 分段重建第51-53页
        4.2.3 模型训练第53-55页
        4.2.4 超参设定第55页
    4.3 实验与分析第55-65页
        4.3.1 实验数据第55-57页
        4.3.2 评价指标第57-58页
        4.3.3 实验结果第58-65页
    4.4 讨论第65-66页
    4.5 本章小结第66-68页
5 基于循环神经网络的胎儿心电提取方法第68-98页
    5.1 引言第68-69页
    5.2 非线性自适应噪声抵消原理分析第69-75页
        5.2.1 自适应噪声抵消基本原理第69-70页
        5.2.2 非线性自适应噪声抵消及其适用条件第70-75页
    5.3 基于循环神经网络的胎儿心电提取方法第75-87页
        5.3.1 精简长短时记忆单元第75-79页
        5.3.2 基于循环神经网络的母体成分抵消第79-82页
        5.3.3 模型参数的自适应更新过程第82-83页
        5.3.4 基于循环神经网络的胎心信号降噪第83-86页
        5.3.5 超参设定第86-87页
    5.4 实验与分析第87-96页
    5.5 讨论第96-97页
    5.6 本章小结第97-98页
6 结论与展望第98-100页
    6.1 研究总结第98-99页
    6.2 工作展望第99-100页
参考文献第100-108页
作者简历第108-109页
发表文章目录第109页

论文共109页,点击 下载论文
上一篇:小型水电站自动化改造方案研究
下一篇:铜冶炼设备圆盘浇铸机组电气自动化控制设计