全文获取类型
收费全文 | 90篇 |
免费 | 12篇 |
专业分类
电工技术 | 21篇 |
综合类 | 7篇 |
化学工业 | 5篇 |
金属工艺 | 1篇 |
机械仪表 | 7篇 |
建筑科学 | 9篇 |
矿业工程 | 3篇 |
能源动力 | 4篇 |
轻工业 | 19篇 |
水利工程 | 1篇 |
武器工业 | 1篇 |
无线电 | 7篇 |
一般工业技术 | 4篇 |
冶金工业 | 1篇 |
原子能技术 | 2篇 |
自动化技术 | 10篇 |
出版年
2024年 | 4篇 |
2023年 | 5篇 |
2022年 | 9篇 |
2021年 | 7篇 |
2020年 | 3篇 |
2019年 | 8篇 |
2018年 | 11篇 |
2017年 | 3篇 |
2016年 | 2篇 |
2015年 | 3篇 |
2014年 | 8篇 |
2013年 | 7篇 |
2012年 | 8篇 |
2011年 | 10篇 |
2010年 | 7篇 |
2009年 | 1篇 |
2008年 | 4篇 |
2007年 | 1篇 |
2005年 | 1篇 |
排序方式: 共有102条查询结果,搜索用时 46 毫秒
101.
102.
针对当前动态心率测量方法中存在心率监测准确度不高的缺点,提出使用深度学习算法提取光电容积脉搏波(photoplethysmograph,PPG)中的心率值。方法采集了15名身体健康的受试者不同运动速度下的PPG信号,并通过有抗干扰能力的心电(electrocardiogram,ECG)设备同步采集他们的ECG信号,将具有较强干扰的PPG信号作为堆栈自编码(stacked autoencoder,SAE)网络的输入信号,并将ECG信号作为网络标签,然后使用深度学习算法对自编码网络进行训练,以将有较强干扰PPG信号拟合为具有准确心率特征的类正弦波信号,从而实现对运动状态下干扰严重的PPG信号进行心率的提取。将SAE网络输出信号与对应ECG信号进行比较,结果显示,运动心率测量的平均误差为1.1658 bpm,表明深度学习算法对于心率测量的有效性,也为运动心率信号测量提供了一种新的途径。 相似文献