摘要 | 第5-6页 |
ABSTRACT | 第6-7页 |
第1章 绪论 | 第10-17页 |
1.1 本文研究背景和意义 | 第10-13页 |
1.2 心音身份识别的研究现状 | 第13-15页 |
1.3 本文研究点和主要工作 | 第15-16页 |
1.4 论文章节安排 | 第16-17页 |
第2章 心音身份识别理论基础 | 第17-23页 |
2.1 心音基础知识 | 第17-18页 |
2.2 心音信号的特性分析 | 第18-20页 |
2.2.1 心音信号的时、频域特征 | 第18-19页 |
2.2.2 不同采集位置心音特性 | 第19-20页 |
2.3 心音身份识别系统与性能评价 | 第20-21页 |
2.4 实验环境与心音数据库 | 第21-22页 |
2.5 本章小结 | 第22-23页 |
第3章 心音自动分段算法研究 | 第23-35页 |
3.1 引言 | 第23页 |
3.2 心音分段方法 | 第23-29页 |
3.2.1 心音包络的提取 | 第24-27页 |
3.2.2 峰值点-边界点的检测 | 第27-28页 |
3.2.3 边界点的校正与识别 | 第28-29页 |
3.3 心音分段实验结果与讨论 | 第29-34页 |
3.4 本章小结 | 第34-35页 |
第4章 基于BFCC+△BFCC与WVQ的多位置融合心音身份识别算法 | 第35-58页 |
4.1 基于听觉特性Bark子波变换和BFCC特征参数 | 第35-40页 |
4.1.1 BFCC特征参数 | 第37-38页 |
4.1.2 BFCC的动态特征参数 | 第38-40页 |
4.2 矢量量化(VQ) | 第40-44页 |
4.2.1 VQ的基本原理 | 第40-41页 |
4.2.2 矢量量化的失真测度 | 第41-42页 |
4.2.3 基于LBG算法的最佳码本设计 | 第42-44页 |
4.2.4 基于标准差的加权失真测度VQ | 第44页 |
4.3 应用BFCC+△BFCC与WVQ模型的心音身份识别 | 第44-46页 |
4.4 BFCC+△BFCC与WVQ模型算法的实验与分析 | 第46-50页 |
4.4.1 不同训练及识别时间对识别率的影响 | 第46-47页 |
4.4.2 Bark子波滤波器组阶数对识别率的影响 | 第47-48页 |
4.4.3 WVQ码本维数对识别率的影响 | 第48页 |
4.4.4 不同运动状态对识别率的影响 | 第48-49页 |
4.4.5 BFCC方法与MFCC方法、LPCC方法的对比 | 第49-50页 |
4.5 多位置融合的心音身份识别算法 | 第50-57页 |
4.5.1 多位置融合策略 | 第50-52页 |
4.5.2 多位置融合心音身份识别算法 | 第52-54页 |
4.5.3 多位置融合心音身份识别算法的实验与分析 | 第54-57页 |
4.6 本章小结 | 第57-58页 |
第5章 心音身份识别系统设计与实现 | 第58-70页 |
5.1 心音采集装置 | 第58-59页 |
5.2 心音身份识别软件总体结构 | 第59-60页 |
5.3 蓝牙连接 | 第60-63页 |
5.4 用户注册 | 第63-65页 |
5.5 用户识别 | 第65-67页 |
5.6 系统管理 | 第67-69页 |
5.7 本章小结 | 第69-70页 |
第6章 总结与展望 | 第70-72页 |
6.1 工作总结 | 第70-71页 |
6.2 展望 | 第71-72页 |
致谢 | 第72-73页 |
参考文献 | 第73-77页 |
附录 | 第77页 |