本文選題：心音 + 識別��； 參考：《振動與沖擊》2017年03期

【摘要】：設計一種心音小波神經(jīng)網(wǎng)絡識別系統(tǒng),將心音特征抽取、有針對性的神經(jīng)網(wǎng)絡層次化架構和分類識別融合一體,以解決復雜條件下的心音分類識別問題。提出基于心音小波神經(jīng)網(wǎng)絡的識別模型,討論如何構造心音小波和心音小波神經(jīng)網(wǎng)絡的方法,重點討論在網(wǎng)絡結構的隱含層中引入心音小波作為激活函數(shù)的算法,從而獲得一種把心音的針對性學習和心音識別技術高度融合的心音小波神經(jīng)網(wǎng)絡識別系統(tǒng)。通過選取正常心音信號與早搏心音信號作為實驗對象,驗證了心音小波神經(jīng)網(wǎng)絡識別系統(tǒng)的有效性和實用性,并且通過與morlet和Mexican-hat小波神經(jīng)網(wǎng)絡識別系統(tǒng)相比較,證明心音小波神經(jīng)網(wǎng)絡識別系統(tǒng)在收斂性、算法速度上呈現(xiàn)明顯的優(yōu)越性。
[Abstract]:A heart sound recognition system based on wavelet neural network is designed, which combines the heart sound feature extraction, the hierarchical structure of the targeted neural network and the classification recognition to solve the problem of heart sound classification and recognition under complex conditions. This paper presents a recognition model based on heart sound wavelet neural network, discusses how to construct heart sound wavelet and heart sound wavelet neural network, and focuses on the algorithm of introducing heart sound wavelet as activation function in the hidden layer of network structure. Thus, a heart sound wavelet neural network recognition system which combines the pertinence learning of heart sound with the recognition technology of heart sound is obtained. The validity and practicability of the wavelet neural network recognition system are verified by selecting the normal heart sound signal and the premature beat heart sound signal as the experimental object, and compared with the morlet and Mexican-hat wavelet neural network recognition system. It is proved that the recognition system of heart sound wavelet neural network has obvious advantages in convergence and algorithm speed.
【作者單位】： 南京郵電大學電子科學與工程學院;南京郵電大學射頻集成與微組裝技術國家地方聯(lián)合工程實驗室;
【基金】：國家自然科學基金(61271334;61373065)
【分類號】：TN912.3;TP183

【相似文獻】

相關期刊論文 前10條

1 蔡念,胡匡祜,李淑宇,蘇萬芳;小波神經(jīng)網(wǎng)絡及其應用[J];中國體視學與圖像分析;2001年04期

2 吳曦,康會光;基于隨機小波神經(jīng)網(wǎng)絡的一類隨機過程的逼近[J];安陽師范學院學報;2002年02期

3 丁勇,劉守生,胡壽松;一種廣義小波神經(jīng)網(wǎng)絡的結構及其優(yōu)化方法[J];控制理論與應用;2003年01期

4 劉雨華,葉小嶺,周媛;小波神經(jīng)網(wǎng)絡在綜合評價中的應用[J];統(tǒng)計與決策;2005年15期

5 劉景艷;鄒有明;;小波神經(jīng)網(wǎng)絡在提升設備故障診斷中的應用[J];煤礦機械;2006年04期

6 韓寶如;孟玲玲;;一種基于小波神經(jīng)網(wǎng)絡的模擬電路故障診斷方法[J];電子測量技術;2006年06期

7 李建麗;鐘儀華;李智超;;小波神經(jīng)網(wǎng)絡多屬性綜合評價及其應用[J];科技資訊;2008年03期

8 劉淵;戴悅;曹建華;;基于小波神經(jīng)網(wǎng)絡的流量混沌時間序列預測[J];計算機工程;2008年16期

9 張坤;;小波神經(jīng)網(wǎng)絡在糧食產(chǎn)量預測中的應用[J];計算機與數(shù)字工程;2010年03期

10 左磊;侯立剛;高大明;彭曉宏;吳武臣;;基于粒子群-小波神經(jīng)網(wǎng)絡的模擬電路故障診斷[J];北京工業(yè)大學學報;2010年03期

相關會議論文 前10條

1 胡博;陶文華;崔博;白一彤;尹旭;;基于小波神經(jīng)網(wǎng)絡的異步電機故障診斷[A];2009中國控制與決策會議論文集（2）[C];2009年

2 何正友;錢清泉;;一種改進小波神經(jīng)網(wǎng)絡模型在電力故障信號識別中的應用[A];1999年中國神經(jīng)網(wǎng)絡與信號處理學術會議論文集[C];1999年

3 魯艷軍;陳漢新;陳緒兵;;基于小波神經(jīng)網(wǎng)絡的齒輪裂紋故障診斷[A];節(jié)能減排 綠色制造 智能制造——低碳經(jīng)濟下高技術制造產(chǎn)業(yè)與智能制造發(fā)展論壇論文集[C];2010年

4 董健;尹萌;張輝;;小波神經(jīng)網(wǎng)絡結合多項式的混合預測方法在通信規(guī)劃中的應用[A];2011全國無線及移動通信學術大會論文集[C];2011年

5 謝建宏;張為公;;復合材料疲勞剩余壽命預測的動態(tài)小波神經(jīng)網(wǎng)絡方法[A];第二屆全國信息獲取與處理學術會議論文集[C];2004年

6 陳建秋;張新政;;基于小波神經(jīng)網(wǎng)絡的水質預測應用研究[A];2006中國控制與決策學術年會論文集[C];2006年

7 孫正貴;;小波神經(jīng)網(wǎng)絡的高效學習算法及應用研究[A];中南六�。▍^(qū)）自動化學會第24屆學術年會會議論文集[C];2006年

8 黃敏;朱啟兵;崔寶同;;基于小波神經(jīng)網(wǎng)絡的軋機特性回歸[A];2007中國控制與決策學術年會論文集[C];2007年

9 周紹磊;張文廣;李新;;一種基于改進遺傳算法的小波神經(jīng)網(wǎng)絡[A];2007年中國智能自動化會議論文集[C];2007年

10 杜青;劉劍飛;劉娟;喬延華;;基于小波神經(jīng)網(wǎng)絡的模擬調制信號自動識別[A];2007通信理論與技術新發(fā)展——第十二屆全國青年通信學術會議論文集（下冊）[C];2007年

相關博士學位論文 前10條

1 侯霞;小波神經(jīng)網(wǎng)絡若干關鍵問題研究[D];南京航空航天大學;2006年

2 章文俊;小波神經(jīng)網(wǎng)絡算法及其船舶運動控制應用研究[D];大連海事大學;2014年

3 高協(xié)平;小波參數(shù)化與小波神經(jīng)網(wǎng)絡研究[D];湖南大學;2003年

4 宋清昆;自適應結構優(yōu)化神經(jīng)網(wǎng)絡控制研究[D];哈爾濱理工大學;2009年

5 李永紅;廣義小波神經(jīng)網(wǎng)絡實現(xiàn)雷達相關濾波的研究[D];大連海事大學;2000年

6 銀俊成;量子信道與量子小波神經(jīng)網(wǎng)絡相關問題研究[D];陜西師范大學;2013年

7 李文軍;多小波和小波神經(jīng)網(wǎng)絡構造及其在電弧故障診斷中的應用研究[D];吉林大學;2008年

8 劉守生;遺傳算法與小波神經(jīng)網(wǎng)絡中若干問題的研究[D];南京航空航天大學;2005年

9 黃同成;基于小波神經(jīng)網(wǎng)絡理論的VOCR與HOCR技術研究[D];上海大學;2008年

10 蔡振禹;基于粗集—小波神經(jīng)網(wǎng)絡的煤炭企業(yè)管理研究[D];天津大學;2007年

相關碩士學位論文 前10條

1 張清華;小波神經(jīng)網(wǎng)絡參數(shù)優(yōu)化及其應用[D];東北農(nóng)業(yè)大學;2009年

2 王建雙;基于小波神經(jīng)網(wǎng)絡控制器設計與研究[D];哈爾濱理工大學;2009年

3 張蓉暉;小波神經(jīng)網(wǎng)絡及其在模擬電路診斷中的應用[D];華中科技大學;2008年

4 吳曦;基于隨機小波神經(jīng)網(wǎng)絡的一類隨機過程的逼近[D];西北工業(yè)大學;2001年

5 王勇;基于小波神經(jīng)網(wǎng)絡的模擬電路故障診斷的研究[D];內蒙古工業(yè)大學;2006年

6 孫新強;基于小波神經(jīng)網(wǎng)絡的板料沖壓回彈研究[D];西南交通大學;2015年

7 但立;基于小波神經(jīng)網(wǎng)絡的地面三維激光掃描點云數(shù)據(jù)的滑坡監(jiān)測研究[D];長安大學;2015年

8 葛小川;基于小波神經(jīng)網(wǎng)絡的某坦克炮平衡與定位控制[D];南京理工大學;2015年

9 蔡崇國;小波分析在大功率交流伺服系統(tǒng)中的應用研究[D];南京理工大學;2015年

10 盧金長;數(shù)據(jù)挖掘技術在上證指數(shù)預測中的應用研究[D];云南財經(jīng)大學;2015年

，

本文編號：1874532