多生理参数实时数据流集群监测方法研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 1 绪论 | 第10-16页 |
| ·课题研究背景和意义 | 第10-11页 |
| ·国内外研究现状 | 第11-14页 |
| ·国内研究现状 | 第11-12页 |
| ·国外研究现状 | 第12-13页 |
| ·存在的问题及发展趋势 | 第13-14页 |
| ·本文工作 | 第14-16页 |
| ·本文主要内容 | 第14-15页 |
| ·论文组织结构 | 第15-16页 |
| 2 多生理参数实时监测的理论与技术 | 第16-28页 |
| ·集群计算技术 | 第16-23页 |
| ·主流集群计算方式 | 第16-18页 |
| ·Hadoop 云平台 | 第18-20页 |
| ·Storm 云平台 | 第20-22页 |
| ·分布式非关系型文件系统及数据库 | 第22-23页 |
| ·多生理参数检测及分析技术 | 第23-26页 |
| ·小波变换 | 第23-25页 |
| ·支持向量机 | 第25-26页 |
| ·本章小结 | 第26-28页 |
| 3 多生理参数监测的实时数据获取 | 第28-36页 |
| ·数据采集节点及其组网 | 第28-30页 |
| ·移动通信终端软件设计 | 第30-32页 |
| ·业务流程 | 第31页 |
| ·蓝牙/3G 网关 | 第31-32页 |
| ·数据传输可靠性保证 | 第32-34页 |
| ·数据传输协议 | 第32-33页 |
| ·数据压缩 | 第33页 |
| ·数据校验 | 第33-34页 |
| ·本章小结 | 第34-36页 |
| 4 多生理参数集群监测云平台的构建 | 第36-46页 |
| ·云平台的设计 | 第36-38页 |
| ·总体结构 | 第36页 |
| ·数据流程 | 第36-38页 |
| ·数据存储 | 第38页 |
| ·云平台性能的优化 | 第38-39页 |
| ·高性能网络服务器 | 第38-39页 |
| ·分布式消息队列 | 第39页 |
| ·历史数据关联分析 | 第39页 |
| ·集群搭建 | 第39-44页 |
| ·主机名设置 | 第39-40页 |
| ·配置 JDK | 第40页 |
| ·Storm 的部署 | 第40-44页 |
| ·本章小结 | 第44-46页 |
| 5 多生理参数集群数据分析算法 | 第46-60页 |
| ·问题提出 | 第46-47页 |
| ·心电信号 | 第46页 |
| ·光电容积脉搏波 | 第46-47页 |
| ·心电信号处理 | 第47-56页 |
| ·心电信号预处理 | 第47-50页 |
| ·QRS 波群检测 | 第50-53页 |
| ·心电信号的特征提取 | 第53-54页 |
| ·基于 SVM 的心电信号的分类 | 第54-56页 |
| ·光电容积脉搏波 | 第56-57页 |
| ·信号去噪 | 第56页 |
| ·提取脉搏波信号特征点 | 第56-57页 |
| ·Storm 和 Matlab 混合计算 | 第57-59页 |
| ·Java 与 Matlab 混合编程 | 第57-58页 |
| ·Topolopy 数据流设计 | 第58-59页 |
| ·本章小结 | 第59-60页 |
| 6 仿真测试及分析 | 第60-68页 |
| ·实验环境 | 第60-61页 |
| ·硬件环境 | 第60-61页 |
| ·软件环境 | 第61页 |
| ·实验流程设计 | 第61-62页 |
| ·前端数据采集及组网实验 | 第62-63页 |
| ·数据分析端仿真实验 | 第63-65页 |
| ·实验结果分析 | 第65-66页 |
| ·本章小结 | 第66-68页 |
| 7 结论与展望 | 第68-70页 |
| ·总结 | 第68页 |
| ·展望 | 第68-70页 |
| 致谢 | 第70-72页 |
| 参考文献 | 第72-75页 |
| 个人简历、在学期间发表的学术论文及取得的研究成果 | 第75页 |
