基于循环神经网络的脉搏信号分析研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪沦 | 第10-17页 |
| 1.1 论文研究背景 | 第10-11页 |
| 1.2 国内外研究概况 | 第11-15页 |
| 1.3 论文主要研究内容 | 第15-16页 |
| 1.4 论文结构安排 | 第16-17页 |
| 第二章 脉搏和神经网络理论基础 | 第17-35页 |
| 2.1 脉搏理论基础介绍 | 第17-20页 |
| 2.1.1 脉搏的形成与传播机理 | 第17-18页 |
| 2.1.2 脉搏信号的特征 | 第18-20页 |
| 2.1.3 脉搏的测量原理 | 第20页 |
| 2.2 神经网络理论介绍 | 第20-31页 |
| 2.2.1 生物神经网络 | 第21-23页 |
| 2.2.2 人工神经网络的基本单元 | 第23-26页 |
| 2.2.3 神经网络的基本类型 | 第26-28页 |
| 2.2.4 神经网络的学习规则 | 第28-31页 |
| 2.3 循环神经网络与LSTM | 第31-34页 |
| 2.3.1 循环神经网络 | 第31-33页 |
| 2.3.2 LSTM | 第33-34页 |
| 2.4 本章小结 | 第34-35页 |
| 第三章 基于LSTM网络的脉搏信号分析 | 第35-45页 |
| 3.1 脉搏数据采集 | 第35-39页 |
| 3.1.1 测量仪器的选取 | 第35-37页 |
| 3.1.2 数据的采集方法 | 第37页 |
| 3.1.3 脉搏数据形式 | 第37-39页 |
| 3.2 数据预处理 | 第39-42页 |
| 3.2.1 异常值处理 | 第40-41页 |
| 3.2.2 数据预编码 | 第41-42页 |
| 3.3 LSTM网络结构设计 | 第42-44页 |
| 3.4 本章小结 | 第44-45页 |
| 第四章 LSTM网络优化及对比 | 第45-52页 |
| 4.1 单向LSTM网络优化以及状态识别 | 第45-47页 |
| 4.2 单向LSTM网络与双向LSTM网络对比 | 第47-49页 |
| 4.3 DNN与双向LSTM的效果对比 | 第49-50页 |
| 4.4 本章小结 | 第50-52页 |
| 第五章 生理状态分类识别实验 | 第52-56页 |
| 5.1 运动前后状态识别 | 第52-54页 |
| 5.1.1 实验设置 | 第52-53页 |
| 5.1.2 实验结果 | 第53-54页 |
| 5.2 吸烟前后状态识别 | 第54-55页 |
| 5.2.1 实验设置 | 第54-55页 |
| 5.2.2 实验结果 | 第55页 |
| 5.3 本章小结 | 第55-56页 |
| 第六章 总结与展望 | 第56-59页 |
| 6.1 全文总结 | 第56-57页 |
| 6.2 下一步工作展望 | 第57-59页 |
| 参考文献 | 第59-62页 |
| 附录 | 第62-63页 |
| 致谢 | 第63-64页 |
| 攻读学位期间发表的学术论文 | 第64页 |
