学位论文 > 优秀研究生学位论文题录展示

改进的模糊BP网络在ECG自动识别与规则抽取中的应用研究

作　者: 史慧敏
导　师: 孙即祥
学　校: 国防科学技术大学
专　业: 信息与通信工程
关键词: 模糊神经网络隶属函数知识获取规则抽取
分类号: TP391.4
类　型: 硕士论文
年　份: 2002年
下　载: 111次
引　用: 3次
阅　读: 论文下载

内容摘要

心电图(ECG)是心脏病临床诊断不可缺少的常规检查手段之一，研制ECG自动识别系统能够有效地避免由人工判读心电图造成的种种弊端，提高心脏病诊断的正确率，它具有重要的社会意义和应用价值。本文针对ECG模式特征维数较高、样本在特征空间的分布形态比较复杂的特点，采用模糊神经网络来实现对ECG模式的分类识别。本文对传统的串联型模糊BP网络进行了结构和训练算法上的部分改进。改进后网络在结构上比较简洁，训练速度和正确识别率都有了明显的提高，并且根据网络结构和知识分布的特点更容易实现规则抽取。本文探讨了模糊子集隶属函数的重叠状态对网络训练效率及性能的影响，提出在网络训练中通过样本学习和训练修正隶属函数的参数，有效地解决了隶属函数参数选取和优化的问题。

全文目录

中文摘要  3-4
英文摘要  4-5
第一章概述  5-14
  §1．1 心脏病自动诊断系统简介  5-7
  §1．2 ECG自动识别系统概述  7-9
  §1．3 利用模糊神经网络实现ECG模式自动识别  9-13
  §1．4 本文的主要内容及章节安排  13-14
第二章心电图有关的基本知识  14-20
  §2．1 心脏的解剖及心脏的电生理  14-15
  §2．2 心电产生的基本原理及心电图导联  15-17
  §2．3 心电各波的形成及其生理意义  17-20
第三章串联型模糊BP网络  20-34
  §3．1 模糊化预处理模块  21-25
  §3．2 隐含层数和层内节点数的选择  25-26
  §3．3 网络训练算法及其改进  26-28
  §3．4 仿真实验结果  28-34
第四章改进的串联型模糊BP网络  34-60
  §4．1 网络基本结构的改进  35-37
  §4．2 网络连接权初始值的设定方法  37-39
  §4．3 隶属函数的优化  39-49
  §4．4 从已训练的网络中进行规则抽取  49-56
  §4．5 对网络结构做进一步优化的设想  56-58
  §4．6 用模糊BP网络实现心肌梗死的ECG自动识别  58-60
第五章结束语  60-61
致谢  61-62
参考文献  62-63

改进的模糊BP网络在ECG自动识别与规则抽取中的应用研究

内容摘要

全文目录

相似论文