人体经穴电位信号处理与生理状态分类方法研究
| 致谢 | 第1-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-9页 |
| 目录 | 第9-12页 |
| 1 绪论 | 第12-24页 |
| ·引言 | 第12-13页 |
| ·课题背景和研究意义 | 第13-18页 |
| ·经络与穴位 | 第13-15页 |
| ·信号处理与分析 | 第15-16页 |
| ·分类和识别 | 第16-18页 |
| ·研究方法和现状 | 第18-20页 |
| ·人体电阻抗特性的研究 | 第19-20页 |
| ·人体电位特性的研究 | 第20页 |
| ·本文的主要内容及各章节介绍 | 第20-21页 |
| ·本文创新点 | 第21-22页 |
| ·本章小结 | 第22-24页 |
| 2 人体经穴电位信号的采集及处理 | 第24-40页 |
| ·引言 | 第24-25页 |
| ·信号的采集 | 第25-31页 |
| ·采集设备 | 第25-28页 |
| ·经穴测量点的选取 | 第28-29页 |
| ·电位信号的采集 | 第29-31页 |
| ·信号的处理 | 第31-37页 |
| ·小波变换 | 第31-32页 |
| ·多分辨率分析 | 第32-34页 |
| ·小波去噪与重构 | 第34-37页 |
| ·本章小结 | 第37-40页 |
| 3 特征向量的构造 | 第40-50页 |
| ·引言 | 第40页 |
| ·直接构造特征向量的方法 | 第40-41页 |
| ·特定层次小波系数的提取 | 第40页 |
| ·小波能量系数法构造第Ⅰ类特征向量 | 第40-41页 |
| ·间接构造特征向量的方法 | 第41-49页 |
| ·功率谱估计 | 第41-42页 |
| ·AR模型及Yule-Walker方程 | 第42-43页 |
| ·AR模型参数的计算 | 第43-45页 |
| ·AR模型的定阶 | 第45-47页 |
| ·AR模型的PSD的计算 | 第47-48页 |
| ·AR谱特性法构造第Ⅱ类特征向量 | 第48-49页 |
| ·本章小结 | 第49-50页 |
| 4 针对电位信号特征信息的分类方法 | 第50-78页 |
| ·引言 | 第50页 |
| ·基于ANN的分类方法 | 第50-59页 |
| ·感知机学习 | 第50-51页 |
| ·反向传播网络及其算法 | 第51-53页 |
| ·WNN及其算法 | 第53-56页 |
| ·WNN的训练 | 第56-59页 |
| ·ANN分类的测试结果 | 第59页 |
| ·基于SVM的分类方法 | 第59-74页 |
| ·SVM的SLT基础 | 第59-63页 |
| ·广义最优分类面 | 第63-66页 |
| ·支持向量机SVM | 第66-69页 |
| ·核函数与SVM的算法 | 第69-71页 |
| ·SVM的训练 | 第71-74页 |
| ·SVM分类的测试结果 | 第74页 |
| ·两种分类方法的比较 | 第74-76页 |
| ·对于第Ⅰ类特征向量的分类方法的比较 | 第74-75页 |
| ·对于第Ⅱ类特征向量的分类方法的比较 | 第75页 |
| ·总体比较 | 第75-76页 |
| ·本章小结 | 第76-78页 |
| 5 总结与展望 | 第78-80页 |
| 参考文献 | 第80-84页 |
| 附录 | 第84-86页 |
| 攻读硕士学位期间主要的研究成果 | 第86页 |
