基于小波变换和支持向量机的心电信号ST段分类

摘要: 为完成ECG(Electrocardiogram)信号特征点提取, 并对ST 段分类, 提出了一种基于离散小波变换和支持向量机的ST 分类算法。首先对信号进行预处理, 完成噪声消除, QRS 波群检测和提取特征值; 然后计算ST段平均值、曲线面积和标准差, 并结合使用SVM(Support Vector Machine)对ST段进行分类。Matlab 仿真结果表
明, 小波去噪效果明显,ST 段未出现失真现象, 特征点提取完整。经MIT鄄BIT 数据库验证, 分类结果显示交叉验证准确率平均值为80. 70%, 训练准确率平均值为91. 83%, 测试准确率平均值为74. 28%。     

SRC框架基于位移的多目标优化设计

将SRC框架的工程造价及结构层间位移差最小定为优化目标,并根据SRC框架结构在不同受力阶段各类构件的受力特性,提出两阶段优化设计的思路:小震作用下,认为混凝土处于开裂的临近状态,假定钢材未发挥作用,仅有混凝土发挥作用,据此对结构构件的截面尺寸与混凝土用量进行优化;在中震及大震作用下,对满足结构性能要求的钢材用量进行优化.综合考虑各种约束条件,运用层次分析OC-GA算法实施SRC框架的抗震优化设计,并通过优化设计实例证实所采用的优化思路是有效、可行的.     

关于改性碳酸钙性能测试方法的探讨

详细介绍了力学性能测试、松散堆积密度法、萃取法测接枝率等改性碳酸钙性能测试法。讨论发现,3种方法的测试结果完全吻合,由此可证明松散堆积密度法、萃取法测接枝率也是行之有效的测试新方法。     

基于EMD和SVD的在线手写签名特征提取方法

为使在线手写签名认证的使用更具实用性,提出了一种基于经验模态分解(EMD)和奇异值分解(SVD)的在线手写签名特征提取方法.针对在线签名数据的坐标信息,以EMD分解所得的本征模态函数(IMF)分量为初始矩阵,并进行矩阵奇异值分解,以奇异值的能量值作为样本数据的特征分量构成用户特征向量,建立了基于支持向量数据描述(SVDD)的一类认证模型验证该方法效果.在SVC2004签名数据库上的实验结果表明:该方法提取的签名特征区分明显,使用少量的单类真实签名作为训练样本,得到FAR=3.38%,取得了较好的认证识别效果.     

好好芭叶片RNA提取方法和cDNA干旱消减文库的构建

介绍了从好好芭成熟叶片中提取总RNA的方法;用含有SDS的裂解液裂解细胞,用DNase除去可能出现的DNA干扰,再经植物提取试剂盒纯化后,获得了高质量的完整RNA,可用于基因编码序列的克隆和基因表达的mRNA分析等精细研究,并进一步构建了好好芭干旱消减文库.     

功率谱估计在扫描隧道显微术中的应用

扫描隧道显微镜(简称STM)所采集到的隧道电流信号,不仅包含着表征样品的表面形貌和分子结构的有效信号,而且还隐含着整个扫描隧道显微系统的动态特性.针对STM采集的信号,运用短时傅立叶变换对其波形数据进行功率谱密度估计,对信号在频率域中的特征向量加以提取.结果表明:基于谱空间的特征向量,准确地分辨出了工频在信号中的干扰,也能有效地解释和分析STM系统的动态特性,进而认为存在一小阻尼系统对信号施以影响;此外,分析的结果可以为STM扫描过程的控制,诊断以及扫描图像的重建和解释提供有力的理论指导.     

杠板归的超临界萃取和红外光谱研究

杠板归是近年来新开发的中药,对于带状疱疹和大面积烧伤有明显疗效。实验研究了用CO2超临界萃取杠板归过程中萃取温度、压力、时间、夹带剂类型及夹带剂剂量5种因素对萃取率的影响,确定了最佳萃取条件,并对部分条件的萃取物进行红外光谱分析。本试验确定的最佳条件为:萃取釜的压力为45 MPa,萃取釜的温度为50℃,萃取时间为180 min,萃取剂为乙酸乙酯,萃取剂剂量40%。本工作开发了一种杠板归的新型分离方法,并为其科学研究积累了重要的数据。     

改进阈值法的轮胎表面磨损的特征提取

轮胎的实时状态受到行驶环境及车辆自身结构的影响,而这些影响可以通过表面纹理的磨损情况得以表征．本文从图像分析着手研究轮胎磨损．考虑到采用单一图像处理方法,会因自身的适用范围而有所局限,甚至有时得不到相应的结果,提出了改进阈值法来提取轮胎磨损纹理特征．该方法包括阈值分割和区域标注两个部分．通过给定初始阈值的迭代优化以及种子填充,图像被分割成具有独立轮廓和结构参数的多单元块．再根据相应的磨损机制进一步分析出磨损原因．实例表明,与Ostu, watershed和主动轮廓线法相比,该方法对不确定的位置有一定的冗余度,分割清晰,速度快,有助于磨损分析．     

角点特征在目标识别中的应用

针对在视点变化情况下进行目标识别这一问题,作者结合主分量变换提出了一种基于Hausdorff距离的目标匹配算法,该算法在噪声和遮挡下性能稳定,时间代价较小.作者还提出了一种具有平移、旋转、尺度不变性以及对噪声有抗干扰能力的角点特征构造方法,通过BP网络实现目标分类.与其他三种形状特征进行实验对比,结果证明该方法在视点发生变化时对目标的识别更为有效.     

基于分隔符和上下文术语的领域现象术语抽取

领域现象术语常常是复合型短语,很难根据局部上下文特征用传统的机器学习方法来抽取.为此,文中提出了一种领域现象术语的抽取方法.该方法首先用基于上下文的方法抽取得到分隔符集,然后结合分隔符集和上下文术语用改进的NC -value算法进行候选领域现象术语抽取,最后在候选领域现象术语中过滤掉名词性术语,进而得到最终结果.实验表...