首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

生命特征信号分类若干方法的研究与应用

摘要第1-7页
ABSTRACT第7-8页
目录第8-11页
第一章 绪论第11-14页
   ·研究背景第11-12页
   ·生命特征信号及诊断意义第12-13页
   ·本文主要内容第13-14页
第二章 心电图分类工作及国内外研究成果第14-24页
   ·心电图分类工作第14-17页
     ·心电图基本概念第14-15页
     ·信号分类的主要工作第15-16页
     ·灵敏度和特异性第16-17页
   ·MIT-BIH心率异常数据库第17-19页
     ·数据库简介第17-18页
     ·数据使用情况第18-19页
   ·国内外主要研究成果第19-24页
     ·主要分类方法第19-22页
     ·论文结果汇总第22-24页
第三章 改进的独立成分分析及支持向量机第24-38页
   ·改进的独立成分分析法第24-29页
     ·基本框架介绍第24-25页
     ·信号处理的步骤第25-26页
     ·基于负熵的固定点算法第26-27页
     ·针对单个心拍数据的改进第27-28页
     ·基于多导联数据的算法改进第28-29页
   ·支持向量机第29-32页
     ·基本算法第30页
     ·支持向量机的优缺点第30-31页
     ·多分类问题第31-32页
   ·数据库实验效果第32-38页
     ·数据及特征第32-33页
     ·分类实验及结果第33-35页
     ·误判心拍讨论第35-38页
第四章 其它几种特征分类模型第38-55页
   ·线性预测模型和主成分分析第38-41页
     ·线性预测第38-39页
     ·主成分分析法第39-40页
     ·特征提取第40-41页
   ·基于专家系统的可信度模型第41-45页
     ·不确定性推理方法第41-42页
     ·可信度模型第42-43页
     ·特征描述第43-45页
   ·基于随机过程的隐马尔可夫模型第45-48页
     ·随机过程简介第45页
     ·模型参数定义及算法思路第45-47页
     ·参数设定第47-48页
   ·各模型分类效果第48-49页
   ·误判心拍讨论及归纳第49-55页
     ·三种模型均误判第49-52页
     ·两种模型误判第52-53页
     ·一种模型误判第53-55页
第五章 实时心电图分类实验第55-65页
   ·实时心电图数据使用情况第55-57页
     ·数据标注及疾病词典第55-56页
     ·实验数据量第56-57页
   ·多种模型的实验效果第57-59页
     ·单导联数据实验第57-58页
     ·十二导联数据实验第58-59页
   ·实验结果分析第59-65页
     ·各种疾病的分类效果第60-61页
     ·误判心拍讨论第61-63页
     ·处理思路第63-65页
第六章 模型改进及实验效果第65-75页
   ·特征选择第65-69页
     ·算法步骤第65-66页
     ·互信息估计第66-67页
     ·MIT数据库实验讨论第67-68页
     ·实时数据实验讨论第68-69页
   ·特征融合第69-71页
     ·概念及算法第69-70页
     ·实时数据实验讨论第70-71页
   ·分类器的改进第71-72页
   ·最终模型第72-75页
     ·实验结果第72-74页
     ·最终模型的优缺点第74-75页
第七章 总结及展望第75-77页
   ·总结第75-76页
   ·项目展望第76-77页
附录第77-85页
 1 独立成分分析算法流程图第77-78页
 2 支持向量机算法流程图第78-79页
 3 线性预测模型算法流程图第79-80页
 4 改进的可信度模型算法流程图第80-81页
 5 隐马尔可夫模型算法流程图第81-82页
 6 本文最终模型的算法流程图第82-83页
 7 实验数据说明及模型对照第83-85页
参考文献第85-91页
攻读硕士学位期间发表的论文第91-92页
致谢第92页

论文共92页,点击 下载论文
上一篇:决策支持系统架构下的通用区域CGE设计与实现
下一篇:基于变分法的单张带雾图像去噪研究