<cite id="yyoee"></cite>
作者：【美】Al Williams中國水利水電出版社 包含Telnet、FTP、TFTP、SMTP、POP3等協(xié)議網(wǎng)絡(luò)設(shè)計的代碼
標(biāo)簽： Williams Telnet TFTP SMTP
上傳時間： 2016-02-25
上傳用戶：cc1015285075
《MFC技術(shù)內(nèi)幕》原名：MFC Black Book 作者:Ai Williams 書中所有范例的完整文件
標(biāo)簽： MFC Williams Black Book
上傳時間： 2016-04-27
上傳用戶：wangchong
Linux PPP HOWTO 文檔 Corwin Light− Williams Joshua Drake Copyright © 2000 by Commandprompt, Inc Copyright © 1997 by Robert Hart This is a LinuxPorts.Com Document for the Linux Documentation Project.
標(biāo)簽： Commandprompt Copyright Williams Corwin
上傳時間： 2016-08-01
上傳用戶：ayfeixiao
心音信號是人體最重要的生理信號之一，包含心臟各個部分如心房、心室、大血管、心血管及各個瓣膜功能狀態(tài)的大量生理病理信息。心音信號分析與識別是了解心臟和血管狀態(tài)的一種不可缺少的手段。本文針對目前該研究領(lǐng)域中存在的分析方法問題和分類識別技術(shù)難點展開了深入的研究，內(nèi)容涉及心音構(gòu)成的分析、心音信號特征向量的提取、正常心音信號（NM）和房顫（AF）、主動脈回流（AR）、主動脈狹窄（AS）、二尖瓣回流（MR）4種心臟雜音信號的分類識別。本文的工作內(nèi)容包括以下5個方面： a）心音信號采集與預(yù)處理。本文采用自行研制的帶有錄音機功能的聽診器實現(xiàn)對心音信號的采集。通過對心音信號噪聲分析，選用小波降噪作為心音信號的濾波方法。根據(jù)實驗分析，選擇Donoho閾值函數(shù)結(jié)合多級閾值的方法作為心音信號預(yù)處理方案。 b）心音信號時頻分析方法。文中采用5種時頻分析方法分別對心音信號進行了時頻譜特性分析，結(jié)果表明：不同的時頻分析方法與待分析心音信號的特性有密切關(guān)系，即需要在小的交叉項干擾與高的時頻分辨率之間作綜合的考慮。鑒于此，本文提出了一種自適應(yīng)錐形核時頻（ATF）分析方法，通過實驗驗證該分布能較好地反映心音信號的時頻結(jié)構(gòu)，其性能優(yōu)于一般錐形核分布（CKD）以及Choi-Williams分布（CWD）、譜圖（SPEC）等固定核時頻分析方法，從而選擇自應(yīng)錐形核時頻分析方法進行心音信號分析。 c）心音信號特征向量提取。根據(jù)對3M Littmann（） Stethoscopes[31]數(shù)據(jù)庫中標(biāo)準(zhǔn)心音信號的時頻分析結(jié)果，提取8組特征數(shù)據(jù)，通過Fihser降維處理方法提取出了實現(xiàn)分類可視化，且最易于分類的心音信號的2維特征向量，作為心音信號分類的特征向量。 d）心音信號分類方法。根據(jù)心音信號特征向量組成的散點圖，研究了支持向量機核函數(shù)、多分類支持向量機的選取方法，同時，基于分類的目的 性和可信性，本文提出以分類精度最大為判斷準(zhǔn)則的核函數(shù)參數(shù)與松弛變量的優(yōu)化方法，建立了心音信號分類的支持向量機模型，選取標(biāo)準(zhǔn)數(shù)據(jù)庫中NM、AF、AR、AS、MR每類心音信號的80組2維特征向量中每類60組數(shù)據(jù)作為支持向量機的學(xué)習(xí)樣本，對余下的每類20組數(shù)據(jù)進行測試，得到每類的分類精度（Ar）均為100％，同時對臨床上采集的與上述4種同類心臟雜音信號和正常心音信號中每類24個心動周期進行分類實測，分類精度分別為：NM、AF、MR的分類精度均為100％，而AR、AS均為95．83％，驗證了該方法的分類有效性。 e）心音信號分析與識別的軟件系統(tǒng)。本文以MATLAB語言的可視化功能實現(xiàn)了心音信號分析與識別的軟件運行平臺構(gòu)建，可完成對心音信號的讀取、預(yù)處理，繪制時-頻、能量特性的三維圖及兩維等高線圖；同時，利用MATLAB與EXCEL的動態(tài)鏈接，實現(xiàn)對心音信號分析數(shù)據(jù)的存儲以及統(tǒng)計功能；最后，通過對心音信號2維特征向量的分析，實現(xiàn)心音信號的自動識別功能。 本文的研究特色主要體現(xiàn)在心音信號特征向量提取的方法以及多分類支持向量機模型的建立兩方面。 綜上所述，本文從理論與實踐兩方面對心音信號進行了深入的研究，主要是采用自適應(yīng)錐形核時頻分析方法提取心音信號特征向量，根據(jù)心音信號特征向量組成的散點圖，建立心音信號分類的支持向量機模型，并對正常心音信號和4種心臟雜音信號進行了分類研究，取得了較為滿意的分類結(jié)果，但由于用于分類的心臟雜音信號種類及數(shù)據(jù)量尚不足，因此，今后的工作重點是采集更多種類的心臟雜音信號，進一步提高心音信號分類精度，使本文研究成果能最終應(yīng)用于臨床心臟量化聽診。 關(guān)鍵詞：心音信號，小波降噪，非平穩(wěn)信號，心臟雜音，信號處理，時頻分析，自適應(yīng)，支持向量機
上傳時間： 2013-04-24
上傳用戶：weixiao99
The Circuit Designer’s Companion Second edition Tim Williams
標(biāo)簽： Designers Companion Circuit PCB
上傳時間： 2013-11-04
上傳用戶：fredguo
The Circuit Designer’s Companion Second edition Tim Williams
標(biāo)簽： Designers Companion Circuit PCB
上傳時間： 2013-10-08
上傳用戶：sxdtlqqjl
信號與系統(tǒng)基礎(chǔ)知識包括連續(xù)信號與模型、離散信號與模型；常用信號變換包括Z變換、Chirp Z變換、FFT變換、DCT變換和Hilbert變換等；離散系統(tǒng)結(jié)構(gòu)包括IIR、FIR和Lattice結(jié)構(gòu)；IIR濾波器設(shè)計包括模擬和數(shù)字低通、高通、帶通與帶阻濾波器設(shè)計，以及基于沖激響應(yīng)不變法和雙線性Z變換法的IlR濾波器設(shè)計等；FIR濾波器設(shè)計包括基于窗函數(shù)、頻率抽樣法和切比雪大逼近法的FIR濾波器設(shè)計；平穩(wěn)信號分析包括經(jīng)典功率譜估計、基于參數(shù)模型的功率譜估計和基于非參數(shù)模型的功率譜估計；非平穩(wěn)信號分析包括STFT變換、Gabor展開、Wigner-Ville分布與Choi-Williams分布；非高斯信號分析包括基于非參數(shù)法的雙譜估計、基于參數(shù)模型的雙譜估計，以及雙譜估計的應(yīng)用；信號處理的GUI實現(xiàn)包括濾波器設(shè)計與分析的FDATool工具和濾波器設(shè)計與信號分析的SPTool工具。
標(biāo)簽： Hilbert Lattice Chirp 變換
上傳時間： 2013-12-26
上傳用戶：彭玖華
介紹回歸問題中高斯過程的應(yīng)用，C. E. Rasmussen & C. K. I. Williams, Gaussian Processes for Machine Learning,
上傳時間： 2017-07-25
上傳用戶：skfreeman
Jim Williams的經(jīng)典著作，模擬電路設(shè)計。其中有很多的模擬電路和模擬集成電路的設(shè)計技巧。其中有一章用一個樹形結(jié)構(gòu)講了電子學(xué)中的系統(tǒng)知識框架。
標(biāo)簽： 模擬電路
上傳時間： 2022-06-25
上傳用戶：
蟲蟲下載站版權(quán)所有 京ICP備2021023401號-1
