首页--工业技术论文--无线电电子学、电信技术论文--通信论文--通信理论论文--信号处理论文

基于非负矩阵分解的盲源分离算法在心电信号消噪中的研究

摘要第3-5页
ABSTRACT第5-7页
第一章 绪论第11-19页
    1.1 课题的研究背景和意义第11页
    1.2 心电信号消噪的研究现状第11-14页
        1 2.1 心电信号噪声来源第12页
        1.2.2 心电信号消噪方法第12-14页
    1.3 盲源分离与非负矩阵分解的研究现状第14-17页
        1.3.1 盲源分离与非负矩阵分解的发展历史第15-16页
        1.3.2 NMF与盲源分离的关系第16-17页
    1.4 本文研究的内容及章节安排第17-19页
第二章 盲源分离的基础知识第19-37页
    2.1 盲源分离问题的描述第19-21页
    2.2 独立分量分析的理论基础第21-27页
        2.2.1 概率论基础第21页
        2.2.2 高阶统计量理论基础第21-25页
        2.2.3 信息论基础第25-27页
    2.3 预处理第27-28页
    2.4 独立分量分析的独立性度量准则第28-32页
        2.4.1 非高斯性极大化第29页
        2.4.2 互信息最小化第29-30页
        2.4.3 极大似然函数第30-31页
        2.4.4 负熵最大化第31-32页
    2.5 基于信息论的独立成分分析算法第32-35页
        2.5.1 信息极大化算法第32-33页
        2.5.2 互信息最小化算法第33-34页
        2.5.3 最大似然算法第34页
        2.5.4 固定点算法第34-35页
    2.6 本章小结第35-37页
第三章 心电信号研究意义及分析方法第37-45页
    3.1 心电信号第37-39页
        3.1.1 心电的产生和时频域特点第37-39页
        3.1.2 心电的临床价值第39页
    3.2 心电信号特征点的提取分析第39-41页
        3.2.1 ECG特征点提取的国内外研究现状第39-40页
        3.2.2 ECG信号特征点提取的具体步骤第40-41页
    3.3 ECG信号消噪的分析第41-44页
        3.3.1 ECG信号去噪处理的国内外研究现状第41-42页
        3.3.2 MIT-BIH数据库常用的数据包第42-43页
        3.3.3 含噪ECG信号的噪声类型第43-44页
    3.4 本章小结第44-45页
第四章 PNMF算法的建立第45-55页
    4.1 NMF理论的特点第45-47页
        4.1.1 NMF算法的优点第46-47页
        4.1.2 NMF算法的缺点第47页
    4.2 NMF理论的应用领域第47-48页
    4.3 NMF算法第48-51页
        4.3.1 NMF的数学模型第48-49页
        4.3.2 基本NMF算法第49-51页
    4.4 PNMF算法的建立第51-53页
    4.5 目标函数初始化第53页
    4.6 本章小结第53-55页
第五章 PNMF算法在心电信号消噪中的应用第55-65页
    5.1 心电信号与非负矩阵分解的结合第55-56页
    5.2 NMF算法处理心电信号的原理及数学模型第56-57页
    5.3 心电信号分离效果量化评价第57页
        5.3.1 信噪比评价标准第57页
        5.3.2 PI(PERFORMANCE INDEX)指数第57页
    5.4 实验过程设计第57-59页
        5.4.1 数据合成第57-58页
        5.4.2 实验过程第58-59页
    5.5 实验结果分析第59-62页
    5.6 PNMF与FASTICA算法的消噪结果对比第62-63页
    5.7 本章小结第63-65页
第六章 总结与展望第65-69页
    6.1 本文研究工作总结第65-66页
    6.2 研究工作展望第66-69页
参考文献第69-75页
致谢第75-77页
攻读硕士学位期间发表的论文专利及参与的项目第77页

论文共77页,点击 下载论文
上一篇:云存储中加密数据查询完整性研究
下一篇:基于信息论的多级安全网络编码的编码矩阵构造研究