心音信号是人体最重要的生理信号之一，包含心脏各个部分如心房、心室、大血管、心血管及各个瓣膜功能状态的大量生理病理信息。心音信号分析与识别是了解心脏和血管状态的一种不可缺少的手段。本文针对目前该研究领域中存在的分析方法问题和分类识别技术难点展开了深入的研究，内容涉及心音构成的分析、心音信号特征向量的提取、正常心音信号（NM）和房颤（AF）、主动脉回流（AR）、主动脉狭窄（AS）、二尖瓣回流（MR）4种心脏杂音信号的分类识别。本文的工作内容包括以下5个方面： a）心音信号采集与预处理。本文采用自行研制的带有录音机功能的听诊器实现对心音信号的采集。通过对心音信号噪声分析，选用小波降噪作为心音信号的滤波方法。根据实验分析，选择Donoho阈值函数结合多级阈值的方法作为心音信号预处理方案。 b）心音信号时频分析方法。文中采用5种时频分析方法分别对心音信号进行了时频谱特性分析，结果表明：不同的时频分析方法与待分析心音信号的特性有密切关系，即需要在小的交叉项干扰与高的时频分辨率之间作综合的考虑。鉴于此，本文提出了一种自适应锥形核时频（ATF）分析方法，通过实验验证该分布能较好地反映心音信号的时频结构，其性能优于一般锥形核分布（CKD）以及Choi-Williams分布（CWD）、谱图（SPEC）等固定核时频分析方法，从而选择自应锥形核时频分析方法进行心音信号分析。 c）心音信号特征向量提取。根据对3M Littmann（） Stethoscopes[31]数据库中标准心音信号的时频分析结果，提取8组特征数据，通过Fihser降维处理方法提取出了实现分类可视化，且最易于分类的心音信号的2维特征向量，作为心音信号分类的特征向量。 d）心音信号分类方法。根据心音信号特征向量组成的散点图，研究了支持向量机核函数、多分类支持向量机的选取方法，同时，基于分类的目的 性和可信性，本文提出以分类精度最大为判断准则的核函数参数与松弛变量的优化方法，建立了心音信号分类的支持向量机模型，选取标准数据库中NM、AF、AR、AS、MR每类心音信号的80组2维特征向量中每类60组数据作为支持向量机的学习样本，对余下的每类20组数据进行测试，得到每类的分类精度（Ar）均为100％，同时对临床上采集的与上述4种同类心脏杂音信号和正常心音信号中每类24个心动周期进行分类实测，分类精度分别为：NM、AF、MR的分类精度均为100％，而AR、AS均为95．83％，验证了该方法的分类有效性。 e）心音信号分析与识别的软件系统。本文以MATLAB语言的可视化功能实现了心音信号分析与识别的软件运行平台构建，可完成对心音信号的读取、预处理，绘制时-频、能量特性的三维图及两维等高线图；同时，利用MATLAB与EXCEL的动态链接，实现对心音信号分析数据的存储以及统计功能；最后，通过对心音信号2维特征向量的分析，实现心音信号的自动识别功能。 本文的研究特色主要体现在心音信号特征向量提取的方法以及多分类支持向量机模型的建立两方面。 综上所述，本文从理论与实践两方面对心音信号进行了深入的研究，主要是采用自适应锥形核时频分析方法提取心音信号特征向量，根据心音信号特征向量组成的散点图，建立心音信号分类的支持向量机模型，并对正常心音信号和4种心脏杂音信号进行了分类研究，取得了较为满意的分类结果，但由于用于分类的心脏杂音信号种类及数据量尚不足，因此，今后的工作重点是采集更多种类的心脏杂音信号，进一步提高心音信号分类精度，使本文研究成果能最终应用于临床心脏量化听诊。 关键词：心音信号，小波降噪，非平稳信号，心脏杂音，信号处理，时频分析，自适应，支持向量机
上传时间： 2013-04-24
上传用户：weixiao99
玻璃是一种重要的建筑和装饰材料,被广泛应用于楼房搭建、汽车生产、家具制造等各个领域,而玻璃切割是形成玻璃成品的一个重要工序.目前,国产的切割系统在精度、速度、可靠性方面与国外同类产品相比都还要有一定的差距,因此国内玻璃切割厂家的切割设备大多依赖于进口.同时,随着以计算机技术为代表的信息技术的发展,计算机集成制造(CIM)被逐渐应用于制造行业,企业的生产模式从生产过程的单一自动化到产品设计、加工制造、经营管理等全过程的综合自动化.参考国外切割系统的一些先进技术并遵循CIM中信息自动化的基本思想,该文针对开发一套基于PC管理和CNC控制的自动玻璃切割系统展开论述.论文首先简述了数控技术的发展趋势和CIM的思想,在此基础上分析了系统的上位机管理软件的功能以及下位机硬件配置,并形成系统总体框架.接着就软件实现的几个主要部分——系统数据库管理、任意形状产品图形信息的导入、产品排样优化以及上位机与下位机通信接口的实现分别作了详细的论述.而对下位机部分则主要介绍其电控系统设备的组成、强弱电控制系统的设计、控制过程中数据的相互传递等,并就系统运行时PC机、CNC及PLC三者如何相互配合实现回原点动作、手动操作、自动切割等关键过程作了完整的解释.同时,该文就玻璃切割系统的核心技术——型材的优化问题作了专门的研究,分别提出了一种基于直观启发式思维的实用算法和基于降维数学模型的近似算法,并对几种典型的现代化算法在本优化问题中的应用前景作了简要介绍.最后,该文简要介绍了系统调试过程,以及投入运行的主要操作界面及操作流程,并提出了一些针对系统改进和扩展的建议和方案.
上传时间： 2013-06-17
上传用户：关外河山
针对SIFT算法复杂程度高，实时性差，在维数较高的图像配准中并不实用的问题，提出了一种基于线性鉴别分析（LDA）的SIFT算法（SIFT-LDA）。首先利用SIFT算法提取出图像的特征点向量，然后用LDA方法对其进行特征抽取并降维。通过高维自然图像和单幅人脸图像进行实验，实验结果表明SIFT-LDA算法在保证匹配精度的同时，实时性要优于传统的SIFT算法，其匹配时间相对于传统SIFT算法缩短了将近一半。
上传时间： 2013-10-13
上传用户：392210346
局部保持映射（Locality Preserving Projection，LPP）算法是一种有效的特征提取方法。提出了利用巴氏距离和LPP相合算法对特征进行提取。当特征维数过高时，首先对样本用LPP进行特征提取和降维处理，然后采用巴氏距离特征的迭代算法，得到最小错误率上界。在ORL上实验，实验结果表明了提出算法在人脸识别中的有效性。
上传时间： 2014-01-25
上传用户：shus521
为了使计算机能更好的识别人脸表情，对基于Gabor小波变换的人脸表情识别方法进行了研究。首先对包含表情区域的静态灰度图像进行预处理，包括对确定的人脸表情区域进行尺寸和灰度归一化，然后利用二维Gabor小波变换提取脸部表情特征，使用快速PCA方法对提取的Gabor小波特征初步降维。再在低维的空间中，利用Fisher准则提取那些有利于分类的特征，最后用SVM分类器进行分类。实验结果表明，上述提出的方法比传统的方法识别速度更快，能达到实时性的要求，并且具有很好的鲁棒性，识别率高。
上传时间： 2013-11-08
上传用户：小眼睛LSL
针对人脸识别中的特征提取问题，提出一种新的基于Gabor的特征提取算法，利用Gabor小波变换良好的提取区分能力和LDA所具有的判别性优势来进行特征提取。首先利用Gabor小波变换来提取人脸特征。然后对得到的高维特征采用PCA进行初次降维，再利用LDA实现再次降维，得到最终的特征向量。在ORL和YALE人脸库上的实验验证了该算法的有效性。
上传时间： 2013-12-14
上传用户：alex wang
自组织系统Kohonen网络模型。对于Kohonen神经网络，竞争是这样进行的：对于“赢”的那个神经元c，在其周围Nc的区域内神经元在不同程度上得到兴奋，而在Nc以外的神经元都被抑制。网络的学习过程就是网络的连接权根据训练样本进行自适应、自组织的过程，经过一定次数的训练以后，网络能够把拓扑意义下相似的输入样本映射到相近的输出节点上。网络能够实现从输入到输出的非线性降维映射结构：它是受视网膜皮层的生物功能的启发而提出的。~..~
上传时间： 2014-01-06
上传用户：ghostparker
人脸的检测与定位算法，采用降维算法实现：）
上传时间： 2014-01-13
上传用户：yuanyuan123
正交线性判别分析（Orthogonal Linear Discriminant Analysis），可以用于数据降维上面。
标签： Discriminant Orthogonal Analysis Linear
上传时间： 2015-09-21
上传用户：caixiaoxu26
模式分类中应用到的PCA算法，包括其奇异值分解SVD算法。可用来降维提取主元素等。
上传时间： 2014-01-09
上传用户：牧羊人8920
