小波变换和分形理论在脉象识别中的应用

提出基于小波变换的多尺度空间能量分布特征提取方法,和利用分形理论提取的分数维,并作为波形的重要特征,可以用于脉象分类识别.最后,利用这些特征矢量和BP神经网络对实测的脉象数据进行了分类,取得了令人满意的分类正确率.与频域分析参数识别的方法相比较,小波变换和盒维数方法更简单易行.     

小波变换在脉象信号特征提取中的应用

论文首先介绍了人体脉象是非线性、非平稳的微弱信号这个特点,然后分析了传统人工脉诊的缺陷,在当今信号处理和计算机相关技术的飞速发展,提出了很多运用现代科学对脉象分类的方法。由于小波具有优良的时频分析特性,而且还具有处理非平稳随机信号的能力,论文提出利用小波提取脉象特征,得到了很好的识别效果。     

基于递归图和卷积神经网络的脉象分析识别

在脉象信号分析识别中,时域、频域等分析方法难以挖掘脉象信号的非线性信息,且传统机器学习方法需要人工定义特征,无法进行特征的自学习。提出一种基于无阈值递归图和卷积神经网络的脉象分析识别方法。基于非线性动力学理论,将脉象信号转换为无阈值递归图,通过VGG-16卷积神经网络实现递归图非线性特征的自动提取,并建立脉象分类模型。实验结果表明,该方法分类准确率可达98.14%,与已有的脉象分类方法相比有所提升。该研究为脉象信号分类提供了一种新的思路和方法,对脉诊客观化具有一定的实用价值。     

脉象信号的频谱分析

根据人体脉象信号的特点,介绍了信号采集系统对脉象的采集,提供了脉象信号的一种频域分析方法--功率谱分析,应用快速傅里叶变换方法对脉搏信号进行分析,并通过读功率谱特征的分析和比较,最后,提出了利用径向型网络对4种脉象信号进行分类,以脉象信号的频谱特征作为神经网络输入时的训练结果的差异.尽管文中的训练样本有限,但仿真结果表明:对脉象信号的一些特定的特征值,利用神经网络进行识别是一种可行而有效的方法,在自适应、自学习能力方面较传统的模式识别方法具有明显的优越性.     

脉象信号滤波与特征值提取

脉象作为人体一项基本的生理特征,反映了个体整体性的生理情况,尤其是个体血管与心脏的健康状况。由于脉象诊断自古以来就存在不够定量客观的现实问题,为了客观定量地对脉象这种微弱信号加以分析,本文利用小波变换在时域与频域多级分辨率的特性,对脉象信息进行多小波分离出高频噪声信号以及基线漂移,在此基础上对信号去噪滤波。利用小波变换奇异点突变,提取脉象周期信息作为一类特征值。通过三次样条拟合出单周期脉象波形,提取出脉象搏动微分、积分曲线以及极值点的信息,阐述了它们与脉形特征对应关系,并作为脉形特征值。通过样条建模计算出的特征值为进一步的脉象识别提供了数据信息。     

优化强化学习路径特征分类的脉象识别法

脉象识别是中医诊断的重要手段之一。长期以来,依据个人经验进行的脉诊制约了中医的推广与发展。因此,利用传感设备进行脉象识别的研究正在逐步展开。针对神经网络识别脉象的相关研究中,存在需要大量训练数据集,以及存在处理“黑箱”和时间花销较大等问题,在强化学习的框架下,提出了一种采用马尔可夫决策和蒙特卡罗搜索的脉象图分析法。首先依据中医理论对特定的脉象进行路径分类,然后在此基础上为不同的路径选择代表性特征,最终通过对代表性特征的阈值对比完成对脉象的识别。实验结果表明,所提方法可缩减训练时间和所需资源,并可保留完整的经验轨迹;且在提高脉象识别的准确率的同时,还可解决数据处理过程中的“黑箱”问题。     

三维纹理图像特征准确识别技术仿真研究

研究场景构建中纹理图像的三维特征识别,提高识别准确率。由于图像的效果取决于纹理识别,在三维空间中分析纹理图像时,仅使用聚类算法利用三维图像的空间坐标和三维像素灰度特征对其进行分类识别,忽略了不同方向光照对纹理图像的影响而简单聚类分类,导致因提取的特征信息不足而造成识别准确率不高的问题。因此,提出了一种机器学习的三维特征识别方法。通过变换光照的角度得到不同光照下的纹理图像,提取出多面光照下的三维图像特征信息,并利用机器学习算法对特征信息进行准确训练和分类识别,可避免聚类算法利用信息不足的特征进行分类而造成的识别准确率不高的问题。实验表明,这种方法能够有效提取出特征信息并进行准确分类,具有较高的识别准确率,取得了满意的结果。     

基于脉冲神经网络模型的车辆车型识别

准确提取各种运动目标的特征并将它们加以分类识别,是近年来图像处理和人工智能研究中的热点之一.针对识别运动车辆车型需求,提出了在利用脉冲神经网络模型对运动车辆进行边缘提取的基础上提取运动目标的不变线矩特征,再用这些特征训练神经网络对车型进行识别的方法.试验结果表明该模型能准确的提取运动目标的特征,从而提高分类的效果.在今...     

柔性传感器智能脉诊系统信号采集处理技术

脉搏诊断仪器的研发和使用为传统中医的智能诊断提供了客观基础,但现有的脉搏诊断设备没有考虑采集部位（寸、关、尺）与压力（浮、中、沉）共同作用时对诊断结果的影响,诊断精度仍有提升空间。为了更加准确地识别脉象,本文提出了一种基于柔性传感器的智能脉诊系统和相应的脉搏信号处理方法。在寸、关、尺采集部位安装3个阵列柔性传感器,通过设置浮、中、沉不同压力阈值,获取多组脉象信号,接着提取信号特征,并基于多重集典型相关分析（Multi-set canonical correlations analysis,MCCA）方法对多通道特征进行融合,以获得更多脉搏信息。实验结果表明,本文所提方法在4种典型脉象分类中,脉象分类准确度得到进一步提升。本文设计的采集部位、压力相结合的脉象感应方法可以模拟还原中医诊断过程,有助于提取真实的脉搏信号,为后续基于柔性传感器的智能脉搏诊断设备的研发提供了理论基础和参考价值。     

基于覆盖算法和PLS的人脸识别方法

本文介绍了一种结合覆盖算法和偏最小二乘（PLS）新的人脸识别方法。这种方法先使用小波变换作基本的处理,然后利用PLS剔除冗余特征,提取主要特征对原始图像降维,最后利用覆盖算法分类相结合的方法进行识别。     

彩色图像分形维数的计算方法

分形维数是描述图像复杂性的一种重要测度,广泛应用于图像特征提取及图像分类、分割和检索等方面。多种黑白图像和灰度图像的分形维数计算方法已被提出,但其中很少有适用于彩色图像的分形维数计算方法。把计算灰度图像分形维数的差分盒维法扩展到欧氏五维空间,提出了一种简单且易实现的计算彩色图像分形维数的方法。实验结果表明,提出的方法能够捕捉到彩色图像纹理的复杂性,在识别彩色图像粗糙度变化和计算精度方面优于其它算法。     

基于粗糙度的一种分形维数计算方法

在股票市场中,计算分形维数有助于投资者把握股市的相对复杂性,分析股市的动向或趋势,利用一种新的属性选择分类标准——集合分类粗糙度,并结合粗糙集中决策表的数据离散化方法,针对计算股票市场中的股票价格的分形维数问题,选用香港恒生指数,把开盘价、最高价、最低价、收盘价视为条件属性,交易量视为决策属性,在不影响分类结果的前提下,得出：不同的证券市场数据,应选择不同的属性指标计算分形维数。该方法是可行的、有效的,从而为分形维数的计算,选择合适的属性提供了一条新的途径。     

一种基于矩不变量的快速分形编码方法

目前分形图像压缩的最主要问题是其编码时间太长,这主要是因为在分形编码时,对每一个待编码值域块都需要比较数量巨大的定义域块才能找到它的最优匹配块。通过深入分析分形编码过程,文章首先提出了一种图像的矩不变量,它在灰度仿射变换下保持不变,并以此作为图像块的特征来为分形编码中的图像块进行分类,从而得到了一种基于矩不变量的快速分形编码方法:将定义域块按其矩不变量进行分类,在编码时对每一个待编码值域块,其最优匹配块只在其同类或相邻类的定义域块中寻找,从而大大地减少了定义域块的比较数目,缩短了编码时间。实验证明,与已有的分类方法相比,该文方法在解码图像质量基本满意的基础上,极大地提高了分形编码的速度。     

分形方法在遥感蚀变信息提取中的应用研究

分形方法已经成为提高勘查地球化学、地球物理信息的重要途径之一,但该方法在遥感数据处理领域的应用研究较少。以河南卢氏木桐钼铁多金属矿区为实验区,ETM+遥感影像为数据源,运用MPH与波段比值、滤波等方法组合提取该实验区的蚀变信息。采用分形理论的求和法像元亮度-面积模式,对所提取出来的铁染蚀变进行定量分析,并与传统阈值选取方法进行了对比研究。结果表明蚀变作为一种地质记录,其空间展布不仅具有分形特征,而且具有多重分形的特征,在此基础上,对实验区遥感蚀变异常进行分级,弥补了传统的门限化方法和利用灰度直方图目视确定突变点方法的不足,取得了较好效果。     

A Fractal Method for Digital Elevation Model Construction and its Application to a Mountain Region

This paper presents and discusses the results of a methodology for the construction of Digital Elevation Models (DEM), based on mathematical principles of fractal geometry. Classical approaches to DEM are founded on numerical methods of interpolation or approximation of data extracted from contour lines of standard topographic maps. Fractal geometry opens a new and innovative approach in which the irregularity, erraticity and self similarity of fractal structures mimics at best the typical behaviour of high mountain profiles. The adoption of fractal methods requires the identification of the fractal dimension D for a given data set. The determination of the fractal dimension D can be achieved applying some special mathematical method on finite set of samples. Different methods. for D estimation are presented. Once the fractal dimension is given, it is possible to reconstruct a surface relief using different fractal methods which interpolate the original set of elevation data. Our research has also investigated two different interpolation methods, fBm and IFS, both confirming that the fractal approach is very well suited for high relief terrain modeling. Photo realistic rendering of the computed DEM allows to appreciate the quality of the reconstruction through visual inspection.     

基于眼底图像的糖尿病视网膜病变分类系统设计

针对眼底图像,设计了一个糖尿病视网膜病变(Diabeticretinopathy,DR)分类系统,通过对视网膜血管图像进行定量分析来实现对DR病程的分类.采用Messidor数据集的眼底照片图像,这个数据集共包含100个研究项目,其中32张未患DR的眼底照片,24张患NPDR.根据数据集中DR患者和非DR人群的眼底图像以及眼科专家的分类结果,利用数字图像处理技术分析特征值的统计意义,判断该图像所反映的DR病程.预处理为提取特征值前的图像增强、主像素成分分析、匹配滤波以及Gabor滤波,对预处理后的图像进行直径、角度和分形维数等特征值提取.最终结果展示了直径、角度和分形维数的准确率达到了93％、96％、81.8％,提供有效的辅助诊断手段.糖尿病视网膜病变的特征值分析包括直径、角度和分形维数准确率较高.对于缺乏医疗条件的地区很有价值.     

基于多重分形理论的心电诊断系统设计与应用

设计实现了一种利用差分阈值法进行心电数据自动分段算法,该算法可识别连续心电数据的各个心电周期;基于多重分形理论,获取心电数据的多重分形半谱特征和广义 Hurst 指数特征,用于神经网络模型的训练,以实现心电数据分类,其分类的准确率为97%。实现了心电诊断系统并用于实际应用,该系统能自动识别包含多个周期的心电序列,忽略该心电序列中首尾不完整心电周期数据,并可对心电数据各个周期进行分类标注。     

Fractal analysis of acceleration signals from patients with CPPD, rheumatoid arthritis, and spondyloarthroparthy of the finger joint

Arthritis is one of the leading causes of disability and affects a major segment of the population. Consequently, accurate diagnosis of arthritis is important. Arthritis due to calcium pyrophosphate deposition disease (CPPD), rheumatoid arthritis, and spondyloarthropathy, induce complex changes in the cartilage and the articular surface. The fractal dimension provides a measure of the complexity of a signal. Recently, we have developed non-invasive acceleration measurements to characterize the arthritic patients. The question remains if the fractal dimension of the acceleration signal is different for different arthritis conditions. The purpose of this study was to distinguish between different types of arthritis of the finger joint using the fractal dimension of the acceleration signal obtained from the finger joint of the arthritic patients. Acceleration signals were obtained from the finger joint of arthritis patients with rheumatoid arthritis, spondyloarthropathy, and calcium pyrophosphate deposition disease of the finger joint. ANOVA results showed that there were significant differences between the fractal dimension of acceleration signals from patients having calcium pyrophosphate deposition disease and rheumatoid arthritis and spondyloarthropathy. Fractal dimension of acceleration signals, in concert with other clinical symptoms, can be used to classify different types of arthritis.     

迭代函数系统IFS随机分形的生成方法

研究了迭代函数系统IFS随机分形的构造问题,在对已有几种方法分析的基础上,提出了基于概率分布随机和生成元随机的方法.通过引入随机因素对带概率的IFS的伴随概率集作随机化处理,使得伴随概率呈随机分布,在逐次迭代计算过程中对系统生成元进行随机演变,实现IFS随机分形的计算机生成,并以树木模拟为实例展示了所给方法的模拟效果.最后指出了随机分形生成仍需要进一步深入研究的问题.     

VRML环境中3维分形植物的生成及应用

虚拟现实技术的高速发展给分形理论开拓了新的研究领域。文章闸述了植物形态结构分形模拟的主要方法，指出其中的难点。提出了基于VRML的简化的L-系统算法。论述VRML和Java结合的途径和具体步骤，并通过简化的L-系统算法生成了若于种具有交互性的3维分形植物的实例。最后分析了该研究的实际用途，并给出了一个应用实例。