基于倒谱特征的脉象信号识别算法研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-9页 |
| 1 绪论 | 第9-16页 |
| ·概述 | 第9-10页 |
| ·生物医学信号的研究及发展 | 第10-13页 |
| ·基于高阶统计量的信号识别的发展动态及现状 | 第13-15页 |
| ·本论文的研究工作 | 第15-16页 |
| 2 脉象信号 | 第16-19页 |
| ·脉象与脉象图分析 | 第16-17页 |
| ·脉象信号的采集和选取 | 第17-19页 |
| 3 高阶统计量的理论基础 | 第19-27页 |
| ·随机变(向)量的特征函数 | 第19-20页 |
| ·高阶统计量的定义 | 第20-23页 |
| ·矩和累积量的定义 | 第20页 |
| ·矩和累积量之间的转换关系 | 第20-21页 |
| ·矩和累积量的性质 | 第21-22页 |
| ·平稳随机过程的矩和累积量 | 第22-23页 |
| ·高阶累积量谱的定义 | 第23-25页 |
| ·双谱的定义和对称关系 | 第25-27页 |
| 4 基于倒双谱的脉象信号特征分析 | 第27-45页 |
| ·确定性信号的复倒谱 | 第27-30页 |
| ·信号假设 | 第27-28页 |
| ·复倒谱的定义 | 第28-29页 |
| ·复倒谱性质 | 第29页 |
| ·复倒谱计算方法和相位展开 | 第29-30页 |
| ·确定信号和随机信号的倒双谱 | 第30-34页 |
| ·倒双谱的定义 | 第31-32页 |
| ·倒双谱的性质 | 第32-33页 |
| ·倒双谱的计算方法 | 第33-34页 |
| ·基于倒双谱的脉象信号提取特征 | 第34-41页 |
| ·倒双谱对角切片零分量值 | 第36-37页 |
| ·倒双谱对角切片(m/n=1 时的值)分量 | 第37-39页 |
| ·峰态系数特征的提取 | 第39-41页 |
| ·基于三阶倒谱熵的特征提取 | 第41-43页 |
| ·信息熵的定义 | 第41页 |
| ·三阶倒谱熵的定义 | 第41-42页 |
| ·三阶倒谱熵在脉象信号中的应用 | 第42-43页 |
| ·软件编制 | 第43-44页 |
| ·结论 | 第44-45页 |
| 5 分类器设计及脉象信号识别分类 | 第45-59页 |
| ·概述 | 第45页 |
| ·模式识别 | 第45-48页 |
| ·模式识别系统 | 第46-47页 |
| ·模式识别的基本方法 | 第47-48页 |
| ·聚类分析 | 第48-52页 |
| ·方法的有效性 | 第49-50页 |
| ·模式相似性测度 | 第50-52页 |
| ·脉象信号分类识别的马氏距离实现 | 第52-54页 |
| ·模式识别系统的设计 | 第52-53页 |
| ·分类识别的整体分析 | 第53页 |
| ·分类识别的具体分析 | 第53-54页 |
| ·马氏距离分类实验 | 第54-57页 |
| ·软件编制 | 第57-58页 |
| ·结论 | 第58-59页 |
| 6 全文总结及研究展望 | 第59-61页 |
| 致谢 | 第61-62页 |
| 参考文献 | 第62-66页 |
| 附录 | 第66页 |
| 作者在攻读硕士学位期间发表的论文目录 | 第66页 |
