

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、冠狀動脈(冠脈)疾病嚴(yán)重威脅著人們生命健康,能夠?qū)Ω呶H巳鹤龀黾皶r準(zhǔn)確的預(yù)測評估極為重要。室性心動過速會有生命危險,并且患者的心電圖(ECG)上形成了J波。J點偏移形成的J波,由于其幅值很小,與正常心電信號混疊,想要從臨床上的觀測信號中看到J波,不是非常容易。如何將可能隱藏的J波從觀測信號中提取出來,并進(jìn)行研究與分類,為臨床上冠心病的診斷提供參考依據(jù),成為醫(yī)學(xué)界有價值的熱點問題。因此,要解決這個問題,盲源分離(Blind Source
2、Separation,BSS)必是首選。
目前,國內(nèi)外對稀疏性很強(qiáng)的信號做了大量研究,并提出了很多可實現(xiàn)盲源分離的算法,但是,當(dāng)正常心電信號混合了J波之后,由于源信號不充分稀疏,利用傳統(tǒng)的稀疏成分分析(Sparse Component Analysis,SCA)算法不能準(zhǔn)確的估計混合矩陣,以便從觀測信號中分離出J波。因此,當(dāng)源信號不充分稀疏時,估計混合矩陣和恢復(fù)源信號成為盲源分離技術(shù)發(fā)展的一次大跨越,這個問題也亟待解決。
3、> 針對源信號不充分稀疏的情況,本文系統(tǒng)地研究了盲源分離的基本理論,傳統(tǒng)SCA方法估計混合矩陣和實現(xiàn)信號盲分離的原理,在傳統(tǒng)K-means算法和反饋稀疏成分分析方法能夠分離出一個目視效果很好并接近源信號的基礎(chǔ)上,提出了反饋部分稀疏成分分析算法(FPSCA),源信號存在頻譜重疊,滿足部分稀疏性,定位重疊部分的極值點,并搜索其兩側(cè)幅值相同的點位,使得混合矩陣能夠準(zhǔn)確的估計出來?;蛘呦葘⑾∈椟c篩選出來,構(gòu)造比例矩陣來估計混合矩陣,在估計出混
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于稀疏性的欠定盲源分離技術(shù)的研究.pdf
- 稀疏盲源分離問題算法的研究.pdf
- 基于噪聲模型的盲源分離技術(shù)研究.pdf
- 基于解析稀疏先驗的混合信號盲源分離.pdf
- 基于時頻稀疏性的欠定盲源語音信號分離技術(shù)研究.pdf
- 運動平臺盲源分離技術(shù)研究.pdf
- 基于盲源分離的肺音信號提取研究.pdf
- 基于時頻域稀疏的欠定盲源分離.pdf
- 基于盲源分離的語音保密傳輸技術(shù)研究.pdf
- 基于盲源分離的混合通信信號盲偵察技術(shù)研究.pdf
- 欠定盲源分離技術(shù)研究.pdf
- 盲源分離與盲信號提取問題研究.pdf
- 基于稀疏性增強(qiáng)的欠定盲源分離算法研究.pdf
- 水聲信號盲源分離技術(shù)研究.pdf
- 通信偵察中的盲源分離技術(shù)研究.pdf
- 基于盲源分離技術(shù)的多目標(biāo)辨識與定向技術(shù)研究.pdf
- 基于盲源分離的車輛檢測與分類技術(shù)研究.pdf
- 基于源信號模型的盲分離技術(shù)研究及應(yīng)用.pdf
- 基于稀疏分量分析的欠定盲聲源分離技術(shù)研究.pdf
- 基于稀疏表示的語音信號欠定盲分離技術(shù)研究.pdf
評論
0/150
提交評論