脉搏波的复杂网络分析方法研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 研究背景及意义 | 第10-12页 |
| 1.1.1 研究背景 | 第10-12页 |
| 1.1.2 研究意义 | 第12页 |
| 1.2 研究现状 | 第12-13页 |
| 1.3 论文主要研究内容 | 第13-16页 |
| 第2章 复杂网络构建 | 第16-28页 |
| 2.1 复杂网络概述 | 第16-18页 |
| 2.2 复杂网络的研究内容 | 第18-20页 |
| 2.3 复杂网络的构建方法 | 第20-23页 |
| 2.3.1 VG | 第20-23页 |
| 2.3.2 HVG | 第23页 |
| 2.4 复杂网络参数 | 第23-26页 |
| 2.4.1 度分布 | 第24页 |
| 2.4.2 标准结构熵 | 第24-26页 |
| 2.4.3 平均聚类系数 | 第26页 |
| 2.5 本章小结 | 第26-28页 |
| 第3章 脉搏波数据的采集与处理 | 第28-44页 |
| 3.1 脉搏波数据的采集原理 | 第28-30页 |
| 3.2 脉搏波数据的数据采集设备 | 第30-36页 |
| 3.2.1 基于PC电脑的数据采集 | 第30-34页 |
| 3.2.2 基于Android手机的数据采集 | 第34-36页 |
| 3.3 脉搏波数据的采集 | 第36-38页 |
| 3.4 脉搏波数据的处理 | 第38-42页 |
| 3.4.1 噪声去除 | 第38-39页 |
| 3.4.2 脉搏波建网数据 | 第39-42页 |
| 3.5 本章小结 | 第42-44页 |
| 第4章 脉搏波的复杂网络分析 | 第44-62页 |
| 4.1 网络构建 | 第44-45页 |
| 4.2 度分布 | 第45-49页 |
| 4.3 度-度相关性 | 第49-52页 |
| 4.4 网络直径 | 第52-53页 |
| 4.5 网络参数 | 第53-58页 |
| 4.6 辅助程序 | 第58-60页 |
| 4.7 本章小结 | 第60-62页 |
| 第5章 基于脉搏波网络的人体状态识别 | 第62-74页 |
| 5.1 FFT参数 | 第62-63页 |
| 5.2 识别算法 | 第63-64页 |
| 5.3 实验辅助程序 | 第64-65页 |
| 5.4 状态识别性能评价指标 | 第65页 |
| 5.5 状态识别结果对比 | 第65-72页 |
| 5.6 性能对比 | 第72页 |
| 5.7 本章小结 | 第72-74页 |
| 第6章 总结与展望 | 第74-76页 |
| 6.1 论文工作总结 | 第74页 |
| 6.2 展望 | 第74-76页 |
| 参考文献 | 第76-80页 |
| 致谢 | 第80-82页 |
| 攻读硕士期间发表的论文 | 第82页 |
