版權(quán)說明:本文檔由用戶提供并上傳,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)
文檔簡介
1、作為生物醫(yī)學(xué)信號(hào)之一的脈象信號(hào)能反映人體脈搏的生理與病理信息,對(duì)于它的研究有助于人類加深對(duì)人體自身的認(rèn)識(shí),在防病與治病中發(fā)揮更大的作用,這是本文進(jìn)行研究的目的。
小波變換是一個(gè)迅速發(fā)展的新領(lǐng)域,它是在時(shí)域和頻域都具有良好局域性的一種信號(hào)分析方法,而且非常適用于非平穩(wěn)信號(hào)的處理。但是小波分析不適合非歐氏空間的應(yīng)用,為了彌補(bǔ)傳統(tǒng)小波的一些不足,提升小波應(yīng)運(yùn)而生,提升小波不僅具有通用、靈活的特點(diǎn),而且還有高效的提升實(shí)現(xiàn)算法。由于
2、有限長濾波器多相位矩陣的分解不是唯一的,而相同的多相位矩陣的提升實(shí)現(xiàn)算法不一定相同,本論文在總結(jié)前人工作的基礎(chǔ)上,較深入地研究了應(yīng)用提升小波變換對(duì)脈象信號(hào)進(jìn)行特征提取與識(shí)別的方法,實(shí)現(xiàn)了多相位矩陣兩種不同的分解格式及其相應(yīng)的提升實(shí)現(xiàn)算法。其中一種分解格式及其相應(yīng)的提升實(shí)現(xiàn)算法是由本文提出的.然后分別對(duì)40例脈象信號(hào)(20例健康正常人和20例海洛因吸毒者的脈象信號(hào))進(jìn)行一級(jí)提升小波變換,通過尺度系數(shù),進(jìn)行特征提取,找出了健康正常人與海洛因
3、吸毒者的脈象信號(hào)之間的差異,初步提出了用于劃分健康正常人與海洛因吸毒者的判據(jù)。
本文的實(shí)驗(yàn)結(jié)果表明:第一種提升實(shí)現(xiàn)算法下18例健康正常人和19例海洛因吸毒者被檢測出來,而健康正常人Z01和Z10被誤判,海洛因吸毒者B13被誤判;第二種提升實(shí)現(xiàn)算法下18例健康正常人和20例海洛因吸毒者被檢測出來,而健康正常人Z01和Z10被誤判。
本論文還詳細(xì)介紹了模糊C均值聚類的基本概念和理論依據(jù)。著重闡述了C均值模糊聚類的
溫馨提示
- 1. 本站所有資源如無特殊說明,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)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 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. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(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
- 基于多小波變換的脈象信號(hào)識(shí)別的研究.pdf
- 基于小波與模糊識(shí)別的人體脈象信號(hào)客觀化研究.pdf
- 基于模糊聚類算法的路面識(shí)別的研究.pdf
- 脈象信號(hào)特征提取與識(shí)別的研究.pdf
- 基于小波變換人臉識(shí)別的算法研究.pdf
- 脈象信號(hào)的特征提取與分類識(shí)別的研究.pdf
- 基于小波變換的脈象信號(hào)處理方法研究.pdf
- 基于倒譜特征的脈象信號(hào)識(shí)別算法研究.pdf
- 基于Hadoop的并行小波聚類算法.pdf
- 基于提升小波與FLD的人臉表情識(shí)別算法研究.pdf
- 基于提升小波的信號(hào)檢測與圖像識(shí)別方法研究.pdf
- 結(jié)構(gòu)損傷識(shí)別的小波遺傳算法研究
- GIS內(nèi)部信號(hào)識(shí)別的神經(jīng)網(wǎng)絡(luò)建模及小波算法實(shí)現(xiàn).pdf
- 基于小波和模糊聚類的紋理分割算法研究.pdf
- 基于模糊聚類和小波變換的水印算法研究.pdf
- 小波聚類算法的研究及應(yīng)用.pdf
- 基于聚類理論的MQAM信號(hào)調(diào)制方式識(shí)別算法研究.pdf
- 結(jié)構(gòu)損傷識(shí)別的小波-遺傳算法研究.pdf
- 脈象信號(hào)分析與中醫(yī)脈象證型識(shí)別研究.pdf
- 基于小波變換和聚類技術(shù)的紋理分割算法研究.pdf
評(píng)論
0/150
提交評(píng)論