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

基于多特征选择的心电信号自动分类算法研究

中文摘要第1-5页
Abstract第5-9页
第一章 绪论第9-17页
   ·研究背景和意义第9-10页
   ·国内外研究内容和现状第10-14页
     ·波形检测与特征点定位第11-12页
     ·特征提取与选择第12-13页
     ·分类算法第13页
     ·总结与对比第13-14页
   ·本文的研究内容第14-15页
   ·本文的组织第15-17页
第二章 心电信号特征点定位第17-28页
   ·QRS 波形检测技术第17-18页
   ·差分操作第18-19页
   ·基于双向多点差分操作的 R 波定位第19-27页
     ·双向多点差分操作第19-20页
     ·R 波检测过程第20-25页
     ·实验结果第25-26页
     ·抗噪分析第26-27页
   ·本章小结第27-28页
第三章 基于非负矩阵分解和支持向量机的 ECG 分类第28-39页
   ·引言第28-29页
   ·相关理论分析第29-32页
     ·非负矩阵分解第29-30页
     ·SVM 分类第30-31页
     ·带纠错输出编码的 SVM第31-32页
     ·决策树理论第32页
   ·基于 NMF-SVM 的 ECG 分类第32-35页
     ·数据库选择第32-33页
     ·评价标准第33-34页
     ·分类诊断过程第34-35页
   ·实验结果第35-38页
     ·方式选择第35-36页
     ·与其他结果对比第36-37页
     ·多特征选择对比第37-38页
   ·本章小结第38-39页
第四章 基于核局部 Fisher 判别分析和决策树的 ECG 分类第39-55页
   ·引言第39-40页
   ·相关理论简介第40-48页
     ·Fisher 判别分析第40-41页
     ·局部保持投影第41-42页
     ·局部 Fisher 判别分析第42-45页
     ·核局部 Fisher 判别分析第45-46页
     ·ECG 小波分解第46-48页
   ·基于 FDA 和决策树的 ECG 分类第48-51页
     ·基于 FDA 特征提取的 ECG 分类第48-50页
     ·分类结果第50-51页
     ·特征选择第51页
   ·基于 KLFDA 和决策树的 ECG 分类第51-54页
     ·分类实验一第51-53页
     ·与其他算法对比第53页
     ·分类实验二第53-54页
   ·本章小结第54-55页
第五章 总结与展望第55-57页
   ·总结第55页
   ·展望第55-57页
参考文献第57-63页
攻读硕士学位期间发表(或录用)的论文第63-64页
致谢第64-65页

论文共65页,点击 下载论文
上一篇:一个物流行业车辆GPS监控系统的设计与实现
下一篇:LTE上行干扰协调技术的研究