基于稀疏编码的心电信号分类研究
| 摘要 | 第4-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 研究背景及意义 | 第11-13页 |
| 1.2 心电信号处理的内容及研究现状 | 第13-15页 |
| 1.2.1 心电信号预处理的研究现状 | 第13-14页 |
| 1.2.2 心电信号特征提取算法的研究现状 | 第14页 |
| 1.2.3 心电信号分类算法的研究现状 | 第14-15页 |
| 1.3 稀疏字典理论的发展及现状 | 第15-16页 |
| 1.4 本文的研究内容及论文结构 | 第16-17页 |
| 第2章 心电信号分类相关理论基础 | 第17-37页 |
| 2.1 心电信号简介 | 第17-22页 |
| 2.1.1 心电信号的产生机理 | 第17-19页 |
| 2.1.2 心电图信号时域特征 | 第19-21页 |
| 2.1.3 心电图信号频域特征 | 第21-22页 |
| 2.2 MIT-BIH心律失常数据库简介 | 第22-24页 |
| 2.3 稀疏分解的理论基础 | 第24-29页 |
| 2.3.1 稀疏分解的优势 | 第24-25页 |
| 2.3.2 心电信号稀疏性分析 | 第25页 |
| 2.3.3 正交匹配追踪算法(OMP) | 第25-27页 |
| 2.3.4 稀疏字典的构造方法 | 第27-29页 |
| 2.4 支持向量机的理论基础 | 第29-35页 |
| 2.4.1 SVM基本思想 | 第29-30页 |
| 2.4.2 支持向量机分类原理 | 第30-35页 |
| 2.5 本章小结 | 第35-37页 |
| 第3章 心电信号多特征提取 | 第37-49页 |
| 3.1 心电信号预处理 | 第37-40页 |
| 3.2 基于小波变换的心电信号特征提取 | 第40-42页 |
| 3.2.1 小波变换基本原理 | 第40-41页 |
| 3.2.2 提取心电信号小波特征 | 第41-42页 |
| 3.3 基于独立向量分析变换的心电信号特征提取 | 第42-47页 |
| 3.3.1 独立分量分析原理 | 第42-44页 |
| 3.3.2 提取心电信号ICA特征 | 第44-47页 |
| 3.4 本章小结 | 第47-49页 |
| 第4章 心电信号分类算法研究 | 第49-64页 |
| 4.1 基于稀疏编码的ECG字典构造 | 第50-55页 |
| 4.1.1 K奇异值分解算法 | 第50-53页 |
| 4.1.2 心电信号字典的构造 | 第53-55页 |
| 4.2 基于支持向量机的心电信号分类 | 第55-63页 |
| 4.2.1 多分类SVM | 第55-56页 |
| 4.2.2 层次支持向量机 | 第56-57页 |
| 4.2.3 实验设计与仿真 | 第57-63页 |
| 4.3 本章小结 | 第63-64页 |
| 第5章 总结与展望 | 第64-66页 |
| 5.1 总结 | 第64页 |
| 5.2 展望 | 第64-66页 |
| 参考文献 | 第66-71页 |
| 作者简介及科研成果 | 第71-72页 |
| 致谢 | 第72页 |
