题名 | 基于RBF神经网络的亚健康状态识别研究 |
作者 | 王杰 |
答辩日期 | 2013 |
导师 | 李明 |
关键词 | 亚健康状态 脉象信号 小波变换 特征提取 时域分析 频谱分析 RBF神经网络 |
学位名称 | 硕士 |
英文摘要 | 亚健康状态的识别是指通过对脉象信号信息的检查和分析,判断一个人是否处于亚健康状态。无论从生理上还是从心理上讲,亚健康状态都会严重影响着人们的生活质量,因此,如何能有效地识别亚健康状态目前已经成为一个较为前沿的研究课题。本文以采用多变量插值的径向基函数(Radial-basis Function, RBF)方法实现对亚健康状态的识别为主线,针对脉象信号中容易引入干扰噪声、特征的提取准确率低和识别效果差的问题,在研究总结目前常见的方法的基础上,结合小波变换、时域和频谱分析及如何实现对亚健康状态的识别等多方面问题进行了系统化的研究,并提出了新的研究方法,提高了识别的准确率和精确度。论文的主要工作包括:(1)针对由于脉象信号信噪低而容易引入干扰噪声问题以及目前的特征提取方法对信号的特征提取较差的问题,本文采用基于小波变换的方法实现对脉象信号的预处理,从而减弱甚至消除干扰噪声的影响,并利用时域分析和频谱分析实现对脉象信号的特征提取。实验结果表明,该方法可以有效地实现对脉象信号的处理和提高了特征提取的准确率。(2)提出一种基于多变量插值的径向基函数神经网络的方法实现对亚健康状态的识别,在具体的识别过程中的输出层权值选取方面分别采用伪逆法、LMS法和基于tansig函数的方法,并对这三种方法的优劣进行对比,从而得到一种更为有效的识别方法。实验结果表明,该方法对脉象信号的识别具有较高的识别率,从而最终实现对亚健康状态的识别,具有一定的应用价值。 |
语种 | 中文 |
页码 | 58 |
URL标识 | 查看原文 |
内容类型 | 学位论文 |
源URL | [http://ir.lut.edu.cn/handle/2XXMBERH/90401] |
专题 | 兰州理工大学 |
作者单位 | 兰州理工大学 |
推荐引用方式 GB/T 7714 | 王杰. 基于RBF神经网络的亚健康状态识别研究[D]. 2013. |
个性服务 |
查看访问统计 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论