双谱估计在中医脉象信号分析中的应用

根据脉象信号的非高斯随机特性,应用双谱估计对其进行分析,旨在提取吸毒者脉象信号的异常信息,并得出初步区分正常人与吸毒者的判断依据．在信号处理过程中,双谱的相位携带有脉象信号的重要特征信息．采用双谱估计分析法中的非参数化间接算法对15例海洛因吸毒者和15例正常人的脉象信号进行了分析,提取出双谱估计的平均相位值,发现吸毒者脉象信号在特定频率区域内的平均相位值Ph一般低于正常人的Ph值．以平均相位值作为判断正常人和吸毒者的特征参量,提出了用于划分正常人和吸毒者的临界参数,据此15例正常人全被检测出来,但有1例吸毒病人被误判．研究结果表明．非参数化双谱估计是分析脉象信号的有效且可行的方法．     

小波变换在吸毒者脉象信号分析中的应用

根据脉象信号的随机特性,采用小波变换中的多分辨率分析算法对其进行分析,旨在提取海洛因吸毒者脉象信号的异常信息,并得出区分正常人与吸毒者的初步的判断依据．基于小波变换的脉象信号的尺度谱携带有人体健康状况的重要特征信息．对15例海洛因吸毒者和15例正常人的脉象信号进行分析,提取出每例信号的尺度谱和该信号的总能量,发现吸毒者脉象信号在特定尺度与时间区域内的尺度谱之和（即尺度-小波能量）和该信号总能量的比值明显高于正常人．以该尺度与时间区域内的尺度-小波能量和该信号总能量之比的百分值作为判断正常人和吸毒者的特征参量,提出了用于划分正常人和吸毒者的临界参数．据此,15例正常人从30例受测者中全部被正确地检测出来,但有两例吸毒病人被误判为正常人．结果表明,该方法是检测海洛因吸毒者脉象信号异常的有效且可行的方法．     

连续小波变换在中医脉象信号处理中的应用

小波变换具有良好的时频局域化性质，适合于非平稳信号的处理。脉诊是中医诊察疾病的重要手段，脉象反映的是人体的生理与病理信息，脉象信号具有随机性和非线性等特点。应用连续小波变换分析了15例海洛因吸毒者和15例正常人的脉象信号，提取了吸毒者脉象信号中的异常信息，为戒毒治疗的评估与改进提供客观依据。在尺度0.1、0.2、0.3和0.4下，对每一例脉象信号分别进行了处理，发现在0.2-0.4s时间间隔内，海洛因吸毒者和正常人脉象信号的连续小波变换系数间存在显著差异，并提出了用于划分海洛因吸毒者一正常人的临界参数。研究结果表明，连续小波变换是处理脉象信号的有效方法。     

小波尺度谱在吸毒者脉象信号检测中的应用

定义了离散时间信号的低频尺度谱、高频尺度谱和小波包变换的尺度谱,从而为尺度一小波能量谱赋予明确的物理意义.借助Mallat算法和小波包变换算法分别对15例海洛因吸毒者和15例正常人的脉象信号进行了分析,发现吸毒者的脉象信号在特定区域内的尺度-小波能量与该信号总能量的比值明显高于正常人的对应值.将该比值作为判断正常人和吸毒者的特征参量,提出了用于划分正常人和吸毒者的临界参数.据此,15例正常人从30例受测者中全部被正确地检测出来,但在每一种小波变换算法中均有2例吸毒病人被误判为正常人.研究结果表明,文中的两种分析方法都是检测海洛因吸毒者脉象信号异常的有效且可行的方法.     

中医脉象信号的短时傅里叶分析

众所周知，短时傅里叶变换是信号时频分析的变换方法。连续短时功率谱表示信号在连续时间与连续频率平面内的能量分布，而离散短时功率谱表示信号x(n)在离散时间与连续频率平面内的功率分布。应用全极点滑动窗递归算法，分析了15例吸毒者和15例正常人脉象信号的离散短时功率谱，发现吸毒者脉象信号在特定时频区域内的平均功率值P1一般高于正常人的值。以平均功率P1与总平均功率P的比值为特征参数，提出了用于划分正常人和吸毒者的临界参数，据此15例吸毒者全被检测出来，但有两例正常人被误判。研究结果表明，短时傅里叶变换是分析脉象信号的有效方法。     

吸毒者脉象信号的小波与神经网络分析

海洛因吸毒者与正常人脉象信号最显著的区别在于作为时间函数的幅度波形.两者在某特定的时间区域内的幅值及其变化速率均呈现显著的差别.然而,由小波变换所得的脉象信号尺度系数的子分量和小波系数的子分量恰好可以揭示这样的关键特征.应用小波变换的多分辨率分析法对15例海洛因吸毒者和15例正常人的脉象信号进行分析,利用db2正交小波对每一例脉象信号进行3层分解,取出第3层尺度系数的第6个分量和第3层小波系数的第2个分量的绝对值构成特征向量.设计具有良好性能的概率神经网络对获得的30个特征向量进行自动检测.在网络的设计中,取20个特征向量作为训练样本,另外10个作为测试样本.据此,15例正常人和15例吸毒者全部予以正确地检测出来,检测率达到了100%.     

吸毒者脉象异常的现代谱分析法

采用PVDF脉搏传器,将采测者左手官位的脉象信息采集到计算机中,并以数据文件格式存储。利用现代谱分析法,随机选取受测者40个连续心动周期的脉象信号,分别对每一心动周期的脉象信号作现代功率谱估计到40幅功率谱图,取其平均值得到平均功率谱。从平均功率谱图中可以看出,吸毒者和正常人的分布有显著差异,将平均功率谱图中的频率轴0－20Hz分为7个频段,对每一位受测者的平均功率谱计算特定频段上的功率分布,从而获得用以多区分吸毒者和正常人的初步判据。将此判据用于30例受测者,其中15例的海洛因成瘾者,另15例为下人,区分吸毒者与正常人的正确率为93．3％,研究结果表明,现代谱分析法是分析吸毒者脉象异常的有效手段。     

人工神经网络在海运量预测中的应用

人工神经网络是一种模仿动物神经网络行为特征,进行分布式并行信息处理的数学模型,广泛应用于自动控制、模式识别等领域.本文首先简单的介绍了人工神经网络的相关理论,接着重点分析了BP神经网络预测应用的基本原理,并通过某货物海运量的实例建立BP神经网络时序模型预测未来运量,最后对预测结果和BP网络结构性能进行分析.     

改进型人工神经网络在暂态电能质量检测分类中的应用

电能质量分为稳态和暂态两大类。针对暂态电能质量信号因随机性、持续时间短、非平稳特性而使得信号的识别较为困难的问题,本文提出了一种改进型BP神经网络,对暂态电能质量进行有效的识别和初步分类。通过MATLAB仿真,获得了良好的识别分类效果。     

人工神经网络在河道水量还原计算中的应用

介绍了以水量平衡和降雨与径流相关关系为理论依托的河道水量还原计算的一些传统方法。在充分理解河道水量形成机理与人工神经网络原理的基础上,将人工神经网络BP算法运用于河道水量还原计算。以英国英格兰西北部IRWELL流域为例作了检验,实践证明,在没有充足资料的情况下,将人工神经网络BP算法用于河道水量还原计算中,能够较准确的演算出河道径流的形成机制,为资料匮乏地区的河道水量还原计算方法的研究提出了新的方向。     

免疫遗传算法在BP神经网络中的应用

提出了一种基于免疫遗传算法(IGA)的BP神经网络设计方法.该算法在遗传算法(GA)的基础上引入生物免疫系统中的多样性保持机制和抗体浓度调节机制,有效地克服了GA算法的搜索效率低、个体多样性差及早熟现象,提高了算法的收敛性能.为了解决BP神经网络权值随机初始化带来的问题,用多样性模拟退火算法(SAND)进行神经网络权值初始化,并给出了算法详细的设计步骤.仿真结果表明,同混合遗传算法相比,该算法设计的BP神经网络具有较快的收敛速度和较强的全局收敛性能.     

倒谱技术在人体脉搏信号分析中的应用

运用倒谱理论讨论了正常心律和非正常心律受检者的脉搏信号在倒谱域中的特征表现．通过对２８６例脉搏信号的倒谱分析，发现代脉信号与其他正常心律脉搏信号的倒谱特征差别显著     

人工神经网络在自密实混凝土抗压强度预测中的应用

针对传统BP神经网络的不足,采用不同改进算法的网络模型对自密实混凝土抗压强度预测进行了详细的分析.研究表明:采用变梯度算法的模型M1、P-B复位算法的模型M2、拟牛顿算法的模型M3以及LM算法的模型M4,这4种模型均成功地建立了自密实混凝土强度的非线性关系,可用于其强度预测;通过用MATLAB编写程序,为解决BP网络隐层节点数的不确定性提供了一种较为方便的途径.     

基于二参数的BP神经网络算法改进与应用

BP(back propagation)神经网络是一种监督神经网络学习算法,但原始算法收敛速率慢,训练过程易陷入局部极小值,精度不高。提出了一种改进的BP神经网络算法,某种程度上克服了以上缺点。对文中的改进算法用C语言编程,并利用真实数据,对大学生就业能力进行了预测,实验表明改进算法有效,为高校解决大学生就业能力提供了决策支持。     

基于混沌脉冲耦合神经网络系统的信号跟踪

根据脉冲耦合神经网络能产生混沌现象,研究了对混沌PCNN系统配置控制序列来达到对参考信号追踪的方法。基于离散线性系统的稳定性理论,根据参考信号情况,配置不同参数,设计不同的控制序列来改变混沌系统,达到信号跟踪的要求。仿真和实验结果证明了该算法的有效性,实现了混沌PCNN系统对参考信号的追踪。     

改进BP神经网络在个人信用评估系统的应用

针对一般BP算法收敛速度慢和易陷人局部极小值的缺陷,提出利用一种自适应学习速率动量梯度下降反向传播算法对网络进行训练.该算法使BP神经网络学习速率和稳定性得到提高,并将这种改进的BP网络应用于个人信用评估系统,验证了该方法的正确性和有效性.     

神经网络技术在汽车故障诊断专家系统中的应用

针对基于符号处理的专家系统的局限性和汽车故障诊断的复杂性,提出了将神经网络技术引入汽车故障诊断专家系统的思想,并对基于神经网络的专家系统的原理进行深入探讨.最后,给出了一个基于3层BP网的汽车转向系故障诊断专家系统的实例.     

神经网络在水工混凝土结构裂缝检测中的应用

针对水工大体积混凝土结构的特点,探讨了混凝土结构裂缝的检测方法．基于BP神经网络建立混凝土裂缝深度与其相关参数之间的关系模型,以实测资料作为模型的训练样本,并通过实例进行了检验,结果表明,BP神经网络应用于混凝土裂缝检测分析是可行和有效的．     

基于BP神经网络的数字图像边缘检测算法的研究

指出了传统边缘检测算子算法的不足，提出了一种利用基于BP神经网络的数字图像边缘检测算法，即利用传统边缘检测算子检测出来的图像中像素的灰度的不同比例作为学习训练图像，进行神经网络的学习训练，改变神经网络的结构参数得到神经网络的模型参数，最后给出了BP神经网络实现图像边缘检测的实验研究结果。从实现中可发现，将人们关于边缘特征的先验知识包含在内进行数字图像的边缘检测，能够取得比较好的效果。     

二维图像中交叉点的神经网络识别

提出一种识别灰度图像中交叉点的神经网络方法，用自组织特征映射网络和BP网络组成多分类器，识别图像中的二交叉点、三交叉点和四交叉点，在加入8%的干扰时，仍能达到85％左右的识别率。