已閱讀1頁(yè)，還剩53頁(yè)未讀， 繼續(xù)免費(fèi)閱讀
版權(quán)說(shuō)明：本文檔由用戶(hù)提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、血細(xì)胞分析是臨床上診斷疾病的重要方法，針對(duì)血細(xì)胞信號(hào)具有多形態(tài)、非線性、非平穩(wěn)的特點(diǎn)，本文提出一種基于希爾伯特-黃變換和隱馬爾可夫模型相結(jié)合的血細(xì)胞信號(hào)識(shí)別方法，對(duì)健康人和甲亢患者的血細(xì)胞信號(hào)進(jìn)行分類(lèi)識(shí)別。
本文使用在時(shí)域和頻域能同時(shí)達(dá)到有較高分辨率且具有自適應(yīng)性特點(diǎn)的希爾伯特-黃變換分析處理血細(xì)胞信號(hào)。首先使用小波閾值去噪對(duì)血細(xì)胞信號(hào)濾波，以避免經(jīng)驗(yàn)?zāi)B(tài)分解產(chǎn)生過(guò)多的虛假分量。再采用經(jīng)驗(yàn)?zāi)B(tài)分解將血細(xì)胞信號(hào)分解為一系列本征模
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
- 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽，若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間，僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對(duì)用戶(hù)上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請(qǐng)與我們聯(lián)系，我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于小波包變換的血細(xì)胞信號(hào)識(shí)別研究.pdf
- 基于HHT和數(shù)據(jù)挖掘技術(shù)的白細(xì)胞信號(hào)識(shí)別研究.pdf
- 基于HHT-SVM的血細(xì)胞識(shí)別算法研究.pdf
- 基于HMM模型的眉毛識(shí)別方法研究.pdf
- 基于深度學(xué)習(xí)的白血細(xì)胞分類(lèi)識(shí)別方法研究.pdf
- 基于改進(jìn)HHT的結(jié)構(gòu)損傷識(shí)別方法研究.pdf
- 基于HMM和ANN的基因識(shí)別方法.pdf
- 血細(xì)胞圖像的自動(dòng)分割與識(shí)別方法研究.pdf
- 基于HMM模型的人臉識(shí)別方法研究.pdf
- 基于HHT的混凝土結(jié)構(gòu)地震損傷識(shí)別方法.pdf
- 粘連血細(xì)胞圖像的分割與識(shí)別方法研究.pdf
- 基于HMM模型的順式調(diào)控模塊識(shí)別方法的研究.pdf
- 基于VQ-HMM的說(shuō)話(huà)人識(shí)別方法研究.pdf
- 基于HMM的轉(zhuǎn)錄因子結(jié)合位點(diǎn)識(shí)別方法研究.pdf
- 基于HMM和運(yùn)動(dòng)軌跡的動(dòng)態(tài)手勢(shì)識(shí)別方法研究.pdf
- 基于HMM噪聲背景下的語(yǔ)音識(shí)別方法的研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)和HMM的眉毛識(shí)別方法研究.pdf
- 基于ANN-HMM的時(shí)序模式識(shí)別方法研究.pdf
- 基于生理信號(hào)的情感識(shí)別方法研究.pdf
- 基于HHT算法的無(wú)線智能傳感器模態(tài)識(shí)別方法研究.pdf
評(píng)論
0/150
提交評(píng)論