希尔伯特—黄变换在脉象信号分析中的应用
中文摘要 | 第1-4页 |
英文摘要 | 第4-8页 |
1 绪论 | 第8-15页 |
·课题研究的意义 | 第8-9页 |
·HHT 国内外研究现状 | 第9-10页 |
·脉象信号分析方法综述 | 第10-12页 |
·时域分析法 | 第11页 |
·频域分析法 | 第11-12页 |
·时频联合分析法 | 第12页 |
·脉象信号识别方法综述 | 第12-14页 |
·本论文的主要研究工作 | 第14-15页 |
2 希尔伯特-黄变换的理论 | 第15-31页 |
·瞬时频率 | 第15-16页 |
·固有模态函数 | 第16-18页 |
·经验模态分解法 | 第18-23页 |
·完备性与正交性 | 第23-25页 |
·EMD 进一步讨论 | 第25-27页 |
·端点延拓 | 第25-27页 |
·终止条件的判定 | 第27页 |
·希尔伯特频谱 | 第27-29页 |
·小结 | 第29-31页 |
3 脉象信号的分析和特征提取 | 第31-50页 |
·脉搏信号 | 第31-32页 |
·脉图的基本结构 | 第31页 |
·吸毒者脉象信号的特点和分析信号的意义 | 第31-32页 |
·脉象信号的采集与预处理 | 第32-33页 |
·两例典型脉象信号分析 | 第33-41页 |
·健康正常人脉象信息 | 第33-36页 |
·海洛因吸毒者脉象信息 | 第36-39页 |
·脉象信号的频谱分析 | 第39-41页 |
·脉象信号的特征提取及分析 | 第41-48页 |
·谱能比 | 第41-43页 |
·第二种能量比 | 第43-44页 |
·综合分析一 | 第44-46页 |
·综合分析二 | 第46-48页 |
·特征提取流程 | 第48页 |
·本章小结 | 第48-50页 |
4 基于支持向量机的脉象信号识别 | 第50-59页 |
·支持向量机原理简介 | 第50-54页 |
·结构风险最小化 | 第50-51页 |
·最优分类面 | 第51-53页 |
·惩罚系数和松弛因子 | 第53-54页 |
·核函数 | 第54页 |
·对脉象信号的特征向量进行SVM 分类识别 | 第54-58页 |
·实验一 | 第54-57页 |
·实验二 | 第57-58页 |
·本章小结 | 第58-59页 |
5 结论与展望 | 第59-61页 |
致谢 | 第61-62页 |
参考文献 | 第62-65页 |
附录 | 第65页 |
作者在攻读硕士学位期间发表论文的目录 | 第65页 |