基于小波变换的心室晚电位特征分析

对４０例信号平均心电图的矢量幅值进行了小波变换,分析了心室晚电位在时频域中的特征,研究结果表明,心室晚电位在时频空间中特征分布明显,易于识别,可有效排除噪声的影响,从而提高心室晚电位一的检测准确率。     

基于盲源分离的心室晚电位信号检测

采用快速独立分量分析方法研究了心室晚电位信号的特征提取和检测,提出了利用通道扩展的方法,将有限的2通道数据扩展为4通道数据.通过快速独立分量分析方法进行盲源分离,实现了心室晚电位信号与正常心电信号的完全分离.仿真结果表明,利用独立分量分析方法对心室晚电位信号的特征检测是一种行之有效的手段.     

用小波变换和神经网络检测心室晚电位

提出了一种基于小波变换和神经网络的晚电位时域检测改进方法 .对矢量幅值波进行连续小波变换 ,然后从矢量幅值波的时频能量分布中提取心室晚电位的 8个特征值 ,送入人工神经网络进行晚电位的自动检测 .实验结果表明 :这种检测方法可有效降低噪声影响 ,提高心室晚电位的检测准确率 .     

用小变换和神经网络检测心室晚电位

提出了一种基于小波变换和神经网络的晚电位时域检测改进方法。对矢量幅值波进行连续小波变换,然后从矢量幅值波的时频能量分布中提取心室晚电位的８个特征值,送入人工神经网络进行晚电位的自动检测。实验结果表明：这种检测方法可有效降低噪声影响,提高心室晚电位的检测准确率。     

心室晚电位识别的一种方法

论文采用小波包分析和人工神经网络相结合的方法完成对心室晚电位的识别。首先利用小波包分解技术提取心电信号的特征，将不同频带子信号的能量作为心电信号的一组特征值，然后采用径向基函数网络实现对晚电位的分类。经过对28例3导信号平均心电图实验数据的处理，取得了较高的识别准确率。     

心室晚电位测定1352例的研究

对１３５２例晚电位检测病例进行了分析。结果显示：所有病例晚电位阳性率为５．４０％，束支阻滞，心肌硬塞，心律失常，心室肥大ＶＬＰ阳性率高于其他心脏疾患。初步探讨了ＶＬＰ与几种心脏病的相关性，对束支阻滞时ＶＬＰ阳性可靠性提出质疑认为应结合频域分析加以鉴别。     

WLP-2800心室晚电位检测仪

世界卫生组织的统计数字表明,心血管病患者的死亡情况至少有一半是猝死。因此,猝死的研究与防治是现代心脏病学的研究重点之一。80年代出现了一种无创伤性的心电检测技术——体表信号平均心电图。心电图中QRS波终末部分高频低幅的碎裂波称为心室晚电位。电生理学的研究表明,心脏病患者室性心率失常及心脏性猝死的发生跟心室晚电位的出现有密切关系。但是,从体表检测     

基于整-整小波变换的心电数据压缩算法

根据整－整小波变换理论提出了一种心电数据压缩算法，整－整映射的整数运算保证了算法的快速性。由于屏蔽函数的引入和对阈值函数进行了特殊考虑，使该算法可同时取得高的数据压缩率和信息保真度。它不仅可完整保留ＱＲＳ，Ｐ，Ｔ，ＳＴ段等临床信息，而且可有效保留心室晚电位信息。     

信号叠加技术在心室晚电位信号检测中的应用

心室晚电位（ＶＬＰ）怀心肌死及室性心动过速是密切相关的，所以ＶＬＰ的无创检测可为临床诊断提供有效的依据，但ＶＬＰ信号常被噪声所淹没，直接检测非常困难，利用信号叠加技术处理ＥＣＧ信号，可有效消除噪声，使ＶＬＰ信号能准确地检出，在信号叠加过程中，同步参考点位置的确定至关重要本文介绍了利用截取固定度确定同步参考点的方法。     

基于小波变换的心室晚电位检测

采用改进的小波变换对２８例信号平均心电图进行小波分析，得出其频谱标测图，并计算了晚电位检测的一种定量标准———正常因子．研究结果表明，利用小波变换分析晚电位是一种较好的方法，按照正常因子标准，２８例信号平均心电图中包含的６例晚电位阳性全部检出，且没有错检，说明其检测的准确性很高     

基于子带能量线性映射的噪声中端点检测算法

研究噪声环境下的语音端点检测问题。在低信噪比下 ,虽然噪声和语音的频谱分布不同 ,但是传统语音检测算法使用的时域能量没有描述能量在各频域子带的分布 ,对于语音和噪声没有很好的区分性。以前提出的基于时间 -频率的能量参数利用频域的限带能量加上时域能量来进行噪声中的语音检测。但是它们选择频带的依据是语音信号的高能量子带 ,而没有考虑噪声的子带能量分布。该文提出的语音检测方法同时考虑语音和噪声的频域能量分布 ,采用线性映射的方法将 Mel滤波器组的子带能量特征空间映射到噪声和语音最有区分性的一维子空间 ,得到新的特征参数 EL MBE进行语音检测。实验结果表明 ,在噪声环境下基于线性映射的能量参数比时域能量 ,基于时间 -频率的能量有更好语音检测性能。     

几种不同基频提取算法的比较研究

基频提取算法一直是语音信号处理领域的研究热点,文章将当前的多种基频提取算法分为时域、频域以及时频混合三个方面,并分别对其中的AMDF算法、线性预测残差倒谱算法以及小波变换的基频提取算法进行了比较研究,对三种算法分别在如何准确判定语音波形的谷值点、语音信号突变以及语音的消噪等不同的语音信号处理角度进行了阐述,并在分析其优缺点后,提出将多种基频检测方法结合能更好地促进基音周期检测的准确性.     

基于改进高斯滤波网络的深度伪造检测方法

针对滚动轴承传统故障诊断方法训练收敛速度慢、识别准确率不高、抗针对虚假视频的检测中,特征噪声多、数据量大和检测准确率低的问题,提出一种改进高斯滤波对地标点进 行去噪和改进深度网络模型来提升精度的算法(IGFNet);算法将高斯滤波拓展到空域和值域上,在滤除低频噪声的同时尽可能保留高频噪声,使得在后续特征数据的处理中,标记点的精度得以提升;采用特征化的数据代替原始数据以减少数据量,使得送入网络的数据量大大缩小,有效缩短了训练时长和减少了网络参数量,在实际应用中可以增加鉴别虚假视频的效率;并且针对人脸属性特征点的差异采用不同深度的双流神经网络,从而更加有效地学习如何鉴别虚假视频。 实验表明:改进高斯滤波网络算法(IGFNet)有效地增加了真假脸检测的准确率,在与当前 较为优秀的方法如 Meso4,Xecption,LRNet 等的对比下,IGFNet 的准确率均有不同程度的提升,在跨数据集的测试上提升尤为明显;在压缩过的虚假视频测试中,IGFNet 的泛化下降程度最低,显示了较强的鲁棒能;通过改进网络加入梯度热力图以直观判断出 IGFNet 对于深度伪造图片的鉴别能力。     

基于小波脊的超声信号处理

根据超声信号通常是单频载波脉冲信号,具有渐近信号的特性,提出了一种基于小波脊的超声信号处理算法．首先利用渐近小波变换提取超声信号的小波脊,计算小波脊的移动熵,然后通过移动熵实现缺陷信号与噪声的分离和缺陷定位,最后利用小波反变换重构出缺陷信号．该算法充分利用了超声信号的时域、频域和相位信息,不仅消噪性能好,而且缺陷定位准确     

布里渊光时域分析传感器扰偏性能研究

普通单模光纤中存在的偏振效应会对布里渊光时域分析传感器性能产生较大影响。理论分析并实验研究了扰偏器对布里渊光时域分析传感器性能的影响。结果表明,采用扰偏器时光纤末端处的检测信号增益的均方根误差相对于不采用扰偏器时降低约4.26dB,有效地抑制了检测信号的偏振起伏,降低了系统偏振噪声;信号增益提高约1.14dB,降低了信号的偏振相关衰落;布里渊频移的均方根误差降至1.6MHz,提高了布里渊频移的测量准确度。     

一种基于能量分布特性的小波去噪算法

目前对于保持图像细节、滤除噪声，普遍采用空间域、频率域滤波．在空间域滤波，尽管能够有效地限制噪声，但是同时模糊了图像细节．因此，在频率域滤波的方法越来越引起关注．在小波频率域中，我们常常采用Donoho阈值方法处理小波系数来以此去除噪声，保留图像细节，然而该方法同时也一定程度上模糊了图像细节．小波变换具有良好的时、频局部化性能，图像经过多级小波变换得到不同分辨率的子图个数，各高频子图上的小波系数具有相似的能量统计分布特性．也就是说随着分解层数的增加，分辨率最低子图的小波系数范围最大，而高分辨率子图上大部分数值接近于0．因此，该文提出了一种新的基于能量分布特性的小波去噪算法(WCED)．     

脉冲噪声单脉冲分析及建模

脉冲噪声是影响电力线通信的主要因素,在脉冲宽度范围内它不仅具有突发性,且具有一定的包络特性。而现有模型往往忽略了该包络特性,针对该问题,提出一种新的建模方法。该方法基于包络特性在频域上表现为多线段特性,使用马尔科夫链(Markov chain,MC)建立频域极值点序列的统计模型,然后使用该模型对脉冲噪声频域实部和虚部进行拟合,再采用快速傅里叶逆变换(inverse fast Fourier transform,IFFT)产生在时域上具备该包络特性的单脉冲波形。仿真结果表明,提出方法所构造的单脉冲波形不仅在统计规律上与真实噪声相同,而且在其突发性基础上展现良好的包络特性。     

基于地层切片的高精度边缘检测方法研究*

为了克服常规边缘检测方法的精度低、计算效率低,且只能处理二维水平时间(或沿层)切片的缺陷,在常规的基于希尔伯特变换方法的基础上提出了一种新的基于地层切片的高精度边缘检测方法.该方法针对地层切片进行计算,扩展了沿层切片的应用范围,更符合地下实际的地质情况;并且采用时间域的希尔伯特变换进行计算,计算优于常规基于频率域的希尔伯特变换的方法.此外,在计算流程上针对地层切片数组的纵向和横向等2个方向同时进行处理:先采用二维保边去噪进行预处理,然后采用时间域希尔伯特变换进行边缘检测,不仅可以有效地压制噪声,而且可以进一步提高了计算精度.塔中某区的实际地震资料的应用效果表明,新方法的裂缝检测符合率高于常规的裂缝检测方法(如希尔伯特变换方法、相干方法、基于张量的方法等).     

傅里叶变换轮廓术中预处理滤波方法的研究

用傅里叶变换轮廓术测量复杂物体形状时，频谱能量分布弥散，出现频率混叠现象，滤波时难以确定截止频率。选用了3种频域滤波窗以及小波滤波4种滤波方法对傅里叶变换轮廓术中的变形光栅图进行处理，计算机模拟并比较了在有噪声和无噪声的情况下不同滤波方法的误差分布。数据分析表明，选用合适的小波基对信号进行滤波处理比其余3种滤波器的测量精度要高。