| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第1章 绪论 | 第9-18页 |
| 1.1 课题研究背景及其理论与实际意义 | 第9-10页 |
| 1.2 国内外研究进展及成果 | 第10-14页 |
| 1.2.1 心电的国外研究现状 | 第10-12页 |
| 1.2.2 心电的国内研究现状 | 第12-13页 |
| 1.2.3 心电的国内外文献综述的简析 | 第13-14页 |
| 1.3 心电基础 | 第14-16页 |
| 1.4 本文主要研究内容 | 第16-17页 |
| 1.5 本文的结构安排 | 第17-18页 |
| 第2章 基于稀疏矩阵相关系数的身份识别算法 | 第18-32页 |
| 2.1 多导联稀疏矩阵算法 | 第18-19页 |
| 2.2 稀疏矩阵相关系数匹配识别算法描述 | 第19-24页 |
| 2.3 稀疏矩阵相关系数算法的实验结果 | 第24-31页 |
| 2.3.1 基于MIT-BIH的映射稀疏识别结果 | 第24-27页 |
| 2.3.2 平均模板算法优化 | 第27-28页 |
| 2.3.3 单维度与多维度比较实验结果 | 第28-31页 |
| 2.4 本章小结 | 第31-32页 |
| 第3章 量化稀疏矩阵特征识别算法 | 第32-41页 |
| 3.1 心电与血氧信号的融合 | 第32-33页 |
| 3.2 量化稀疏特征相关系数的算法描述 | 第33-36页 |
| 3.3 基于自采集心电血氧信号的量化稀疏特征的实验结果 | 第36-40页 |
| 3.3.1 量化稀疏特征优化实验结果 | 第38页 |
| 3.3.2 单维度特征与多维度特征算法实验比较 | 第38-40页 |
| 3.4 本章小结 | 第40-41页 |
| 第4章 多维度特征识别分类算法 | 第41-51页 |
| 4.1 多维度特征基本算法 | 第41-43页 |
| 4.2 基于多维度空间的相关系数分类识别算法描述 | 第43-44页 |
| 4.3 多维度算法的实验结果 | 第44-50页 |
| 4.3.1 基于经典的多维尺度分析的识别结果 | 第44-45页 |
| 4.3.2 多维度特征升维的识别结果 | 第45-46页 |
| 4.3.3 与动态时间归整结合的算法优化识别结果 | 第46-48页 |
| 4.3.4 单维度与多维度基本算法的比较实验 | 第48-50页 |
| 4.4 本章小结 | 第50-51页 |
| 结论 | 第51-53页 |
| 参考文献 | 第53-58页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第58-60页 |
| 致谢 | 第60页 |