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、心電信號(hào)(ECG)的數(shù)據(jù)處理是一個(gè)極具科研價(jià)值和應(yīng)用價(jià)值的研究課題。本文主要圍繞12導(dǎo)聯(lián)ECG特征提取和分類(lèi)問(wèn)題,提出一個(gè)精確、可行的技術(shù)方案,包括數(shù)據(jù)去噪、波形切分、時(shí)頻域分析、張量表征、特征抽取、數(shù)據(jù)分類(lèi)及其實(shí)際應(yīng)用。
在數(shù)據(jù)表征方面,先前所做的研究大多基于2導(dǎo)聯(lián)ECG數(shù)據(jù)庫(kù),選用向量作為數(shù)據(jù)表征形式,取得不錯(cuò)的分類(lèi)精度;但是臨床實(shí)際所用為12導(dǎo)聯(lián)ECG,直接將2導(dǎo)聯(lián)數(shù)據(jù)串行化的處理方法套用到12導(dǎo)聯(lián)數(shù)據(jù)往往是不可行的。本
2、文針對(duì)12導(dǎo)聯(lián)ECG的結(jié)構(gòu)特性,使用張量作為表征形式,避免了串行化時(shí)對(duì)結(jié)構(gòu)相關(guān)性的丟失,確保了特征完整性。
在特征抽取方面,大多研究?jī)H著眼于ECG時(shí)域特征,而忽略了頻域的重要特征。本文通過(guò)短時(shí)傅里葉變換、Gabor變換、Wigner-Ville分布等時(shí)頻域分析的技術(shù)手段,將ECG時(shí)域數(shù)據(jù)變換為時(shí)頻域數(shù)據(jù),同時(shí)轉(zhuǎn)換為張量結(jié)構(gòu)。緊接著,本文提出一種多線性不相關(guān)主成分分析(UMPCA)為核心的方法,將12導(dǎo)ECG張量數(shù)據(jù)從張量空間投
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
- 圖像的特征提取和分類(lèi).pdf
- 基于特征提取的目標(biāo)分類(lèi)研究.pdf
- 車(chē)輛特征提取和分類(lèi)方法的研究.pdf
- 人臉圖像特征提取和分類(lèi)算法研究.pdf
- 基于特征提取和主題模型的文本分類(lèi)研究.pdf
- 圖像紋理的特征提取和分類(lèi)方法研究.pdf
- 紋理特征提取與分類(lèi)研究.pdf
- 紋理的特征提取與分類(lèi)研究.pdf
- 基于局部特征提取的場(chǎng)景分類(lèi)算法研究.pdf
- 基于深度特征提取的文本情感極性分類(lèi)研究.pdf
- 基于圖像的嘴唇特征提取及口型分類(lèi)研究.pdf
- 基于語(yǔ)句特征提取的文本分類(lèi)方法研究.pdf
- 指紋分類(lèi)特征提取方法研究.pdf
- 基于特征提取和分類(lèi)算法的微電網(wǎng)孤島檢測(cè)模型.pdf
- 水聲被動(dòng)目標(biāo)特征提取和分類(lèi)方法研究.pdf
- 人臉圖像特征提取和分類(lèi)的若干方法研究.pdf
- 文本分類(lèi)中特征提取和特征加權(quán)方法研究.pdf
- 基于離散小波變換的特征提取和故障分類(lèi)方法研究.pdf
- 基于SVM語(yǔ)義分類(lèi)和視覺(jué)特征提取的圖像檢索方法研究.pdf
- 病理語(yǔ)音的特征提取與分類(lèi)研究.pdf
評(píng)論
0/150
提交評(píng)論