本文關(guān)鍵詞：雙正交小波基的構(gòu)造方法和心音小波神經(jīng)網(wǎng)絡的研究

  更多相關(guān)文章： 構(gòu)造雙正交小波 小波基選擇原則 心音 激活函數(shù) 心音小波神經(jīng)網(wǎng)絡

【摘要】：在分析小波構(gòu)造理論和心音特點的基礎(chǔ)上,提出了雙正交小波基的快速構(gòu)造方法和心音小波神經(jīng)網(wǎng)絡,并深入討論了它們的應用技術(shù)。首先給出了雙正交小波的具體構(gòu)造方法、詳細步驟和算法流程圖;其次,以濾波器長度為N,消失距為N/2構(gòu)造出了一系列小波基,并且給出了N分別等于2、4、6、8、10、12的小波基波形圖;然后,根據(jù)小波基的選擇原則,選定濾波器長度為10,消失矩為5的自構(gòu)小波專門用于處理心音信號,并命名為心音小波;最后,利用心音小波對多組心音信號進行去噪處理和特征提取,實驗結(jié)果表明自構(gòu)心音小波比db小波、bior小波、sym小波的綜合效果要好,重構(gòu)誤差率最低、信噪比最高、均方誤差最小、平滑度更好,并且平均可分度提高了50%。為了將心音特征優(yōu)化抽取和心音識別融合在一個針對心音的分類網(wǎng)絡中進行處理,還提出了一種能有效融合小波與神經(jīng)網(wǎng)絡優(yōu)勢的心音小波神經(jīng)網(wǎng)絡。通過在隱含層引入心音小波作為激活函數(shù),可構(gòu)成一種新的心音小波神經(jīng)網(wǎng)絡;最后,選取多組正常心音信號與早搏心音信號作為實驗對象,并與morlet小波神經(jīng)網(wǎng)絡、Mexican hat小波神經(jīng)網(wǎng)絡進行對比分析,驗證了所構(gòu)心音小波神經(jīng)網(wǎng)絡在收斂性、算法速度上的優(yōu)越性,正確識別率也達到了97%。這些研究結(jié)果對于促進小波的應用和心音的研究具有理論意義和實用價值。
【關(guān)鍵詞】：構(gòu)造雙正交小波 小波基選擇原則 心音 激活函數(shù) 心音小波神經(jīng)網(wǎng)絡
【學位授予單位】：南京郵電大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：TN912.3;R540.4
【目錄】：

• 摘要4-5
• Abstract5-7
• 第一章 緒論7-13
• 1.1 本課題的研究背景及意義7-8
• 1.2 本課題的研究現(xiàn)狀8-10
• 1.2.1 小波構(gòu)造研究現(xiàn)狀8-9
• 1.2.2 小波神經(jīng)網(wǎng)絡構(gòu)造研究現(xiàn)狀9-10
• 1.2.3 心音研究現(xiàn)狀10
• 1.3 本課題的主要內(nèi)容及創(chuàng)新點10-13
• 第二章 雙正交小波構(gòu)造13-24
• 2.1 小波構(gòu)造理論13-14
• 2.2 第一代小波的構(gòu)造14-18
• 2.2.1 Harr小波與shannon小波的構(gòu)造14-15
• 2.2.2 Meyer小波的構(gòu)造15-16
• 2.2.3 db小波與樣條小波的構(gòu)造16-18
• 2.3 第二代提升小波的構(gòu)造18-23
• 2.3.1 雙正交提升小波構(gòu)造20-23
• 2.4 本章小結(jié)23-24
• 第三章 雙正交小波構(gòu)造實例24-32
• 3.1 雙正交小波的快速構(gòu)造方法24-26
• 3.2 濾波器長度為N，，消失距為N/2 的小波基的構(gòu)造26-27
• 3.3 自構(gòu)雙正交小波的波形圖及其分析27-30
• 3.4 本章小結(jié)30-32
• 第四章 自構(gòu)小波對心音信號的應用研究32-45
• 4.1 選擇小波的原則32-33
• 4.2 處理對象為心音信號的小波選擇33-34
• 4.3 自構(gòu)心音小波對心音信號的去噪實驗34-36
• 4.4 自構(gòu)心音小波對心音信號的特征提取實驗36-44
• 4.5 本章小結(jié)44-45
• 第五章 心音小波神經(jīng)網(wǎng)絡45-59
• 5.1 小波神經(jīng)網(wǎng)絡理論45-49
• 5.2 心音小波神經(jīng)網(wǎng)絡的構(gòu)造49-52
• 5.3 心音小波神經(jīng)網(wǎng)絡的應用52-58
• 5.4 本章小結(jié)58-59
• 第六章 總結(jié)與展望59-61
• 6.1 總結(jié)59-60
• 6.2 展望60-61
• 參考文獻61-64
• 附錄1 攻讀碩士學位期間撰寫的論文64-65
• 附錄2 攻讀碩士學位期間參加的科研項目65-66
• 附錄3 攻讀碩士學位期間申請的專利66-67
• 致謝67

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 張增芳,陳瑞中,齊保謙,陸英北;基于小波神經(jīng)網(wǎng)絡的心電數(shù)據(jù)壓縮研究[J];廣西工學院學報;2002年01期

2 王阿明;柳紅;;小波神經(jīng)網(wǎng)絡在腫瘤預后中的應用研究[J];數(shù)理醫(yī)藥學雜志;2007年02期

3 王阿明;劉慧;張迎春;王緒;;小波神經(jīng)網(wǎng)絡模型在肺癌中的應用研究[J];徐州醫(yī)學院學報;2007年02期

4 晉曉芳;王峰;胡曉娟;郭東星;;小波神經(jīng)網(wǎng)絡在季節(jié)性時間序列預測中的應用[J];現(xiàn)代預防醫(yī)學;2012年24期

5 鄧宇;田考聰;;基于小波神經(jīng)網(wǎng)絡的飲用水源水水質(zhì)參數(shù)預測模型研究[J];中國衛(wèi)生統(tǒng)計;2012年03期

6 李昌青,王淑艷;基于自適應小波神經(jīng)網(wǎng)絡的心電圖檢測法[J];生物醫(yī)學工程學雜志;2002年03期

7 吳清,沈雪勤,顏威利;利用小波神經(jīng)網(wǎng)絡求解腦電等效偶極子源參數(shù)[J];中國生物醫(yī)學工程學報;2004年03期

8 鄧宇;姚寧;田考聰;;基于小波神經(jīng)網(wǎng)絡的飲用水水質(zhì)預測模型研究[J];重慶醫(yī)科大學學報;2009年04期

9 曹叔彥;劉偉;晉曉芳;胡曉娟;郭東星;;小波神經(jīng)網(wǎng)絡在人口死亡率數(shù)據(jù)擬合中的應用[J];數(shù)理醫(yī)藥學雜志;2014年03期

10 郁可,郁阿麗,張永勝;小波神經(jīng)網(wǎng)絡在腦電信號數(shù)據(jù)壓縮與棘波識別中的應用[J];生物物理學報;1998年02期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 胡博;陶文華;崔博;白一彤;尹旭;;基于小波神經(jīng)網(wǎng)絡的異步電機故障診斷[A];2009中國控制與決策會議論文集（2）[C];2009年

2 何正友;錢清泉;;一種改進小波神經(jīng)網(wǎng)絡模型在電力故障信號識別中的應用[A];1999年中國神經(jīng)網(wǎng)絡與信號處理學術(shù)會議論文集[C];1999年

3 魯艷軍;陳漢新;陳緒兵;;基于小波神經(jīng)網(wǎng)絡的齒輪裂紋故障診斷[A];節(jié)能減排 綠色制造 智能制造——低碳經(jīng)濟下高技術(shù)制造產(chǎn)業(yè)與智能制造發(fā)展論壇論文集[C];2010年

4 董健;尹萌;張輝;;小波神經(jīng)網(wǎng)絡結(jié)合多項式的混合預測方法在通信規(guī)劃中的應用[A];2011全國無線及移動通信學術(shù)大會論文集[C];2011年

5 謝建宏;張為公;;復合材料疲勞剩余壽命預測的動態(tài)小波神經(jīng)網(wǎng)絡方法[A];第二屆全國信息獲取與處理學術(shù)會議論文集[C];2004年

6 陳建秋;張新政;;基于小波神經(jīng)網(wǎng)絡的水質(zhì)預測應用研究[A];2006中國控制與決策學術(shù)年會論文集[C];2006年

7 孫正貴;;小波神經(jīng)網(wǎng)絡的高效學習算法及應用研究[A];中南六省（區(qū)）自動化學會第24屆學術(shù)年會會議論文集[C];2006年

8 黃敏;朱啟兵;崔寶同;;基于小波神經(jīng)網(wǎng)絡的軋機特性回歸[A];2007中國控制與決策學術(shù)年會論文集[C];2007年

9 周紹磊;張文廣;李新;;一種基于改進遺傳算法的小波神經(jīng)網(wǎng)絡[A];2007年中國智能自動化會議論文集[C];2007年

10 杜青;劉劍飛;劉娟;喬延華;;基于小波神經(jīng)網(wǎng)絡的模擬調(diào)制信號自動識別[A];2007通信理論與技術(shù)新發(fā)展——第十二屆全國青年通信學術(shù)會議論文集（下冊）[C];2007年

中國博士學位論文全文數(shù)據(jù)庫 前10條

1 侯霞;小波神經(jīng)網(wǎng)絡若干關(guān)鍵問題研究[D];南京航空航天大學;2006年

2 章文俊;小波神經(jīng)網(wǎng)絡算法及其船舶運動控制應用研究[D];大連海事大學;2014年

3 高協(xié)平;小波參數(shù)化與小波神經(jīng)網(wǎng)絡研究[D];湖南大學;2003年

4 宋清昆;自適應結(jié)構(gòu)優(yōu)化神經(jīng)網(wǎng)絡控制研究[D];哈爾濱理工大學;2009年

5 李永紅;廣義小波神經(jīng)網(wǎng)絡實現(xiàn)雷達相關(guān)濾波的研究[D];大連海事大學;2000年

6 銀俊成;量子信道與量子小波神經(jīng)網(wǎng)絡相關(guān)問題研究[D];陜西師范大學;2013年

7 李文軍;多小波和小波神經(jīng)網(wǎng)絡構(gòu)造及其在電弧故障診斷中的應用研究[D];吉林大學;2008年

8 劉守生;遺傳算法與小波神經(jīng)網(wǎng)絡中若干問題的研究[D];南京航空航天大學;2005年

9 黃同成;基于小波神經(jīng)網(wǎng)絡理論的VOCR與HOCR技術(shù)研究[D];上海大學;2008年

10 蔡振禹;基于粗集—小波神經(jīng)網(wǎng)絡的煤炭企業(yè)管理研究[D];天津大學;2007年

本文編號：776993