排序方式: 共有3条查询结果,搜索用时 78 毫秒
1
1.
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。 相似文献
2.
肌电信号的分解是根据肌电信号形成的机理 ,还原出构成它的各个运动单位动作电位序列 (MUAPT)的过程 .本文首先采用匹配滤波的方法 ,对组成EMG信号的各个运动单位动作电位 (MUAP)进行检测和提取 .算法能自适应地更新匹配滤波器和标准MUAP模板 ,以跟踪MUAP在发放过程中的缓慢变化 .利用获得的基本MUAP模板 ,根据叠加波形与构成它的各MUAP波形之间面积关系 ,得出可能的MUAP组合 .然后再根据每个MUAP的发放特点 ,采用模糊算法 ,从而得到最终的结果 .还利用模拟肌电信号和真实肌电信号对分解算法进行了实验 ,均取得了令人满意的效果 相似文献
3.
肌电信号的分解是根据肌电信号形成的机理,还原出构成它的各个运动单位运作电位序列(MUAPT)的过程。本首先采用匹配滤波的方法,对组成EMG信号的各个运动单位动作电位(MUAP)进行检测和提取。算法能自适应地更新匹配滤波器和标准MUAP模板,以跟踪MUAP在发放过程中的缓慢变化。利用获得的基本MUAP模板,根据叠加波形与构成它的各MUAP波形之间面向关系,得出可能的MUAP组合。然后再根据每个MU 相似文献
1