基于神经网络血压预测研究与系统实现
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 课题研究背景 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.3 研究内容和结构安排 | 第13-15页 |
| 第二章 BP网络的研究 | 第15-33页 |
| 2.1 引言 | 第15-16页 |
| 2.2 BP神经网络的结构 | 第16-17页 |
| 2.3 BP网络数学模型和算法 | 第17-22页 |
| 2.4 BP网络的权值修正 | 第22页 |
| 2.5 BP网络的参数选取 | 第22-24页 |
| 2.6 基于BP的血压序列预测 | 第24-33页 |
| 2.6.1 性能指标 | 第25-26页 |
| 2.6.2 血压数据来源 | 第26-28页 |
| 2.6.3 基于BP的血压预测模型 | 第28-31页 |
| 2.6.4 BP血压预测结果分析 | 第31-33页 |
| 第三章 Elman网络的研究 | 第33-43页 |
| 3.1 引言 | 第33-34页 |
| 3.2 Elman网络的结构 | 第34页 |
| 3.3 Elman网络的数学模型 | 第34-36页 |
| 3.4 Elman权值修正学习算法 | 第36-38页 |
| 3.5 基于Elman血压时间序列预测 | 第38-43页 |
| 3.5.1 Elman血压预测模型 | 第38-41页 |
| 3.5.2 Elman血压预测结果分析 | 第41-43页 |
| 第四章 回声状态网络研究 | 第43-65页 |
| 4.1 引言 | 第43-44页 |
| 4.2 ESN结构 | 第44-46页 |
| 4.3 ESN的数学模型 | 第46-47页 |
| 4.4 ESN预测算法和实验流程 | 第47-49页 |
| 4.5 ESN关键参数 | 第49-50页 |
| 4.6 ESN的稳定性 | 第50-51页 |
| 4.7 基于ESN血压单步预测模型 | 第51-57页 |
| 4.7.1 ESN血压单步预测模型 | 第51-56页 |
| 4.7.2 ESN血压单步预测结果分析 | 第56-57页 |
| 4.8 基于ESN血压多步预测模型 | 第57-65页 |
| 4.8.1 多步预测的基本原理 | 第58页 |
| 4.8.2 ESN血压多步预测模型 | 第58-63页 |
| 4.8.3 ESN血压多步预测结果分析 | 第63-65页 |
| 第五章 实验结果分析 | 第65-76页 |
| 5.1 三类血压模型表现分析 | 第65-68页 |
| 5.2 基于ESN的舒张压预测 | 第68-71页 |
| 5.3 基于ESN平均脉动压单步预测 | 第71-76页 |
| 5.3.1 ESN平均脉动压单步预测模型 | 第71-74页 |
| 5.3.2 ESN平均脉动压单步预测结果分析 | 第74-76页 |
| 第六章 基于ESN血压管理和预测分析系统 | 第76-83页 |
| 6.1 系统介绍 | 第76-77页 |
| 6.2 运行实例和预测效果展示 | 第77-83页 |
| 第七章 总结与展望 | 第83-86页 |
| 7.1 总结 | 第83-84页 |
| 7.2 展望 | 第84-86页 |
| 参考文献 | 第86-89页 |
| 致谢 | 第89-90页 |
| 附件 | 第90页 |
