深度学习算法的研究及心音深度识别系统的构建与优化
| 摘要 | 第1-5页 |
| abstract | 第5-8页 |
| 第一章 绪论 | 第8-17页 |
| ·本课题的研究背景及研究意义 | 第8-9页 |
| ·本课题的研究现状 | 第9-14页 |
| ·深度学习算法的主要研究现状 | 第9-11页 |
| ·心音识别方法的主要研究现状 | 第11-14页 |
| ·本课题的主要内容及创新点 | 第14-17页 |
| ·主要内容 | 第14-15页 |
| ·创新点 | 第15-17页 |
| 第二章 深度学习网络的基本原理 | 第17-29页 |
| ·人工神经网络的基本原理 | 第17-19页 |
| ·深度学习算法的基本原理 | 第19-21页 |
| ·深度信任网络的基本原理 | 第21-27页 |
| ·BP神经网络 | 第21-24页 |
| ·深度学习算法的基本单元 | 第24-25页 |
| ·深度学习算法基本单元的训练方法 | 第25-27页 |
| ·深度信任网络的构建方法 | 第27-28页 |
| ·本章小结 | 第28-29页 |
| 第三章 深度学习网络的优选方法 | 第29-43页 |
| ·深度学习网络的特点 | 第29-30页 |
| ·进程择优法 | 第30-33页 |
| ·心音深度学习网络的优选过程 | 第33-38页 |
| ·进程优选法的效果验证 | 第38-42页 |
| ·本章小结 | 第42-43页 |
| 第四章 心音深度识别系统的构建 | 第43-51页 |
| ·常见分类器的介绍 | 第43-45页 |
| ·KNN最近邻分类器 | 第43-44页 |
| ·SVM支持向量机 | 第44-45页 |
| ·心音深度识别系统专用分类器 | 第45-47页 |
| ·心音深度识别系统的仿真与分析 | 第47-50页 |
| ·本章小结 | 第50-51页 |
| 第五章 融合心音特征的心音深度识别系统的构建 | 第51-59页 |
| ·心音双正交小波 | 第51-53页 |
| ·基于小波分析的心音能量特征的提取 | 第53-55页 |
| ·融合心音能量特征的心音深度识别系统的仿真与分析 | 第55-57页 |
| ·本章小结 | 第57-59页 |
| 第六章 总结与展望 | 第59-61页 |
| ·总结 | 第59-60页 |
| ·展望 | 第60-61页 |
| 参考文献 | 第61-64页 |
| 附录1 攻读硕士学位期间研究成果 | 第64-65页 |
| 附录2 攻读硕士学位期间参加的科研项目 | 第65-66页 |
| 致谢 | 第66页 |
