超声多谱勒血流信号的非线性特征分析及应用

通过引入非线性研究方法，对超声多普勒血流信号的特征进行综合分析，利用数学形态方法提取声谱包络，并进行包络特征点的自动识别，采用综合反映声谱包络形态特征的波形分类决策法和超声多普勒音频信号的分形特征表示法提取信号的新特征，其中波形分类决策法采用了非线性 的人工神经网络分类器，这些非线性特征的分析经临床应用，均取得了较为显著的效果，预期为胎儿宫内生长发育状况的判断和疾病的早期诊断提供了更好，更灵敏的指标。     

超声多普勒血流信号的时间—频率表示法

介绍了维纲分布和复合型核时间－频率分布两种信号的时间－频率表示法，然后将这两种表示法应用于超声多普勒血流信号分析实验，并对结果进行了讨论。     

超声多普勒血流信号谱组成

采用理论分析与模型仿真研究了超声多普勒（Ｄｏｐｐｌｅｒ）血流测量和成象技术中信号的谱组成问题．在一定的假设前提下讨论了谱展宽和波束照射等因素对Ｄｏｐｐｌｅｒ血流信号的影响，并给出了仿真实验结果．分析结果在血流最大速度校正、湍流的分散程度估计和提高诊断准确性方面有重要的应用价值     

脐动脉音频多普勒信号特征分析方法的比较研究

提出了一种利用Teager算法对脐血流音频多普勒信号进行特征分析的方法，并将它同现有的一些脐血流音频多普勒信号分析方法进行比较。这些方法包括：传统的声谱参数法及以前提出的零极点模型法及分形分析法。通过对66例胎儿脐血流音频多普勒信号的分析研究表明：这几种方法对胎儿宫内异常等疾病均具有一定的敏感性，且各有其优缺点。     

超声多普勒血流物理模型的实现

 根据对超声多普勒血流物理模型的研究,提出了一套自己的物理模型,用超声探头采集出多普勒信号,然后再利用一些较为经典的方法,如短时傅立叶变换对其进行处理,然后得到其时频分布图.从这些分析结果中得到了一些有用的信息:一个脉动周期内的能量的分布是与液体流动的速度相关联的;一个脉动周期内的频偏也是与液体流动的速度相关联.     

超声多普勒方向性血流信息的提取

本文以窄带随机信号理论为基础，对方向性血流信息提取的原理作了有别于文献报导的分析，并指出了时城后处理方法在提取方向信息中存在的问题。此外，本文还就在前置放大器中使用丙类放大器对谱分析结果所造成的失真作了分析。在上述理论分析的基础上介绍了新试制的方向性多普勒血流计原理框图。     

超声多普勒血流信号的时间－频率表示法

介绍了维纳分布和复合型核时间－频率分布两种信号的时间－频率表示法，然后将这两种表示法应用于超声多普勒血流信号分析实验，并对结果进行了讨论．     

基于小波变换的超声多普勒血流信号的分析

超声多普勒血流信号的时—频分布可以作为诊断血管疾病的重要依据,由于多普勒血流信号是窄带且非平稳的,传统的短时傅立叶变换方法进行分析时容易产生较大的误差,小波变换具有多分辨率的特点,其时间—频率窗可以自动调节,能较精确地实现对非平稳信号的分析,通过对模拟的超声多普勒血流信号的分析表明,小波变换可以为超声多普勒信号的分析提供一个有效的方法·     

基于时频分析和神经网络的水声通信信号识别技术

 水声通信信号识别具有重要的现实意义。传统的识别器是每种调制模式分别设计的检测器,因而运算量随调制模式数量的增加而增加。随着通信技术手段日益更新,调制模式不断翻新,传统识别器已经不能满足快速检测和识别信号的要求,设计统一的特征提取方法以减少检测器的数量非常迫切。从侦收信号的时频分布中提取特征向量,利用人工神经网络对特征向量进行分类,基于此提出了一种新的识别方法。对本文提出的识别器,在使用前增加新的调制模式的样本并重新训练神经网络,使用过程中能实现更多调制模式的识别而不增加运算量。对特征向量的提取方法进行了详细描述,并通过计算机仿真实验,得出了低信噪比时的正确识别概率。     

第2代图像压缩技术回顾与性能分析

在回顾图像压缩技术发展历程的基础上，对基于分形、基于小波和基于人工神经智能的3种第2代图像编码技术进行了分析比较，总结了它们的应用特点，并指出了它们的发展方向．     

非平稳信号的时变自回归建模及其在轴承故障诊断中的应用

基于时变自回归（TVAR）方法实现了非平稳随机信号的参数化建模,提出采用最小信息准则确定模型阶数．通过多分量线性调频仿真信号的时变谱估计,表明该方法分辨率高,没有交叉项的干扰,计算速度快．在仿真分析的基础上,应用参数化时频谱和BP神经网络方法进行滚动轴承故障信号的分类和辨识,并基于能量法对时频图进行特征提取．分析结果表明,时变自回归方法的拟合精度高,能有效提取轴承故障信号特征,同时结合神经网络能对故障进行准确诊断．     

信号盲分离及在过程控制系统中的应用

实际过程控制系统中常混有随机噪声（白噪声），影响控制质量，利用HJ神经网络具有的信号盲目分离的功能消除随机噪声对过程控制系统的影响，以提高系统的控制质量。通过对含噪的一阶延迟系统的仿真表明，该方法是有效的。     

改进数学形态方法及其在电能质量监测中的应用

在分析传统形态滤波方法缺陷的基础上，提出一种改进的数学形态方法来处理电能质量监测中采集数据的噪声问题．通过选取合适的结构元素，并利用不同的结构元素及其自适应的加权组合方式，设计了性能优异的电能质量扰动信号的处理方法，该方法能在保证信号局部特征的前提下对信号进行有效的去噪．文中介绍了算法的设计要点和步骤，并从仿真计算和实验设计两方面来分析所提方法的性能和效率．结果表明，该方法设计简单、计算速度快、易于硬件实现，是一种切实可行的方法。     

非线性神经网络模型及在粮食生产预测中的应用

本利用非线性神经网络BP模型，对我国粮食生产进行了实证预测研究。结果表明，用该网络建立的模型经过训练后，可得到影响粮食产出与各因子及其之间的非线性关系，网络模型新颖，具有较好的预测精度及较好的预测效果。可广泛应用于各种预测研究，有较高的应用推广价值。     

神经网络在人工心脏输出流量和压力检测中的应用

人工心脏的输出流量和压力是血泵设计及运行的重要特性参数,其测量精度和方法直接关系到人工心脏在动物实验及临床中的实际应用效果本文提出了一种新的测量方法,即用神经网络将叶轮式人工心脏电机驱动参数换算成血泵的流量和压力与传统的测量方法相比,采用本文方法可做到无创性,不会对血液造成破坏,同时减少了感染机会;结构简单,省去了流量计和压力计,便于人工心脏完全植入体内     

人工神经网络及其在气候预测中的应用

利用湛江地区近50年的月平均气温时间序列资料，采用人工神经网络模型建立了该地区的短期气候预测系统，试验结果表明，人工神经网络模型对湛江地区的短期气候具有较好的预测能力，在平均绝对误差（MAE）小于1C的条件下，年尺度上气温的实际预报准确率达到75％，充分显示出神经网络模型在气象业务中极高的应用价值。     

多目标模糊优化潮流模型及其基于神经网络的算法

提出了一种计算交流潮流的多目标模糊优化模型，模型中，同时考虑了发电费用最少及网损最小等多重目标，针对该模型，还提出了一种基于神经网络模型的新算法，该算法分别采用神经网络模型进行模糊集隶属函数的表达及优化问题的求解，从而将模糊优化同神经网络有机地结合起来，通过算例对所提模型及算法进行了验证。