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%。     

对应点集移动相对性建模于脱机签名鉴定研究

提出并论证了欧氏空间中签名的对应点集具有移动相对性,基于该原理构建了一种新的脱机签名鉴定模型,并研究了签名间对应点集获取的方法。在鉴定方案中,待鉴定的脱机签名图像和参考样本的签名图像可以看作欧氏空间内两个不同坐标系中的图像,两者间能够建立相对应的点集合,而欧氏空间平面图像其对应点集具有确定的约束关系,利用该约束关系建立模型可以反映出对应点集移动相对性的大小,因此可以利用该值的差异进行签名真伪鉴定。该方法对于真签名的数量要求较低,并且不需要伪签名来进行训练,适用于脱机签名鉴定中存在的极少样本集情况。实验采用中、英文两种签名数据库验证了该方法的有效性。     

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。     

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。     

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...     

雷达目标微动特性研究

 雷达目标微动特性是当前目标探测与识别领域的新兴研究方向和热点课题,随着近10年的发展积累了一些研究成果。本文重点综述了微动目标雷达回波调制效应、微动特征提取、微动目标雷达成像、微动特性测量及雷达波形设计等方面的研究成果,部分成果已应用于空间/空中目标探测与识别等领域。本文的研究成果及结论为进一步推动国内微动特性研究提供参考和基础。     

松针中原花青素的提取工艺研究

研究了松针中原花青素的提取工艺.通过比较3种松针及不同溶剂提取的原花青素的得率,选定水提法作为工艺优化的提取方法,其中湿地松松针中原花青素的提取率最高.通过单因素实验和正交实验,确定了水提法的最佳提取工艺条件:提取温度为100℃,提取时间为150 m in,pH为4.0,料液比为1∶14,该条件下提取湿地松松针中原花青素的得率为(33.415±0.286)mg/g.     

基于HHT方法的果蝇鸣声特征提取及分类

 采用HHT方法对同种内2个不同品系果蝇翅振鸣声进行特征分析,分别提取果蝇翅振鸣声前10阶IMF能量与信号总能量的比值,HH谱图的低频段、中频段、高频段的相对能量值作为特征向量.设计BP神经网络分类器识别不同品系果蝇.实验结果表明,用HHT方法提取特征,神经网络识别不同品系果蝇的方法是可行而有效的,为进一步鉴别果蝇种内关系提供了新的思想和方法.