Hopfield络求解TSP两种改进算法的仿真研究

针对Hopfield神经网络在求解旅行商问题(TSP)时出现的无效解和局部极小值问题,分析和比较两种改进的求解方法.首先从理论上证明算法的有效性,然后对两种算法分别进行计算机仿真,探讨网络收敛于全局有效解的途径.研究表明,改进的算法都可避免无效解,在求解10城市问题时可获得近乎100%的最优解.     

心电信号去噪的数学形态学滤波器

为探索验证一种基于数学形态滤波器的去除心电基线漂移和工频干扰的高性能滤波器设计方法,借鉴数学形态学一维信号滤波原理,提出自适应阈值ECG去噪算法的思路,讨论了3σ统计准则在ECG自适应阈值滤波中的作用,利用改进的算法对心电图中常见的工频干扰和基线漂移进行校正。通过对MIT-BIH心率变异数据库中多组数据的仿真验证研究,验证了该算法能有效实现心电信号的噪声预处理;数学形态学理论在心电信号处理中具有良好性能,是实时处理一维生物医学信号有潜力的工具。     

基于自适应梯度盲源分离算法的胎儿心电提取

梯度算法是盲源分离信号分析中的主要算法之一.本文首先介绍了算法的基本原理及其自适应改进,并用4种生理信号对改进算法的性能进行了仿真研究;将该算法应用于母体心电等强干扰条件下胎儿心电信号的提取.研究结果表明,相对于传统的批处理算法,自适应梯度盲分离算法具有更好的性能与鲁棒性,能够将采集的混合信号分解为信源统计独立的不同独立分量,最终通过信号重构在体表电极处获得清晰的胎儿心电信号.自适应梯度盲源分离算法在生理信号的分解和重构提取研究中是一种有潜力的工具.     

长周期前驱波的检测及其局域均值能量提取与分类

 地震预报迄今仍是一个世界性的科学难题,震前地壳内长周期形变前驱波检测的新方法与波形分析研究,可能成为未来地震预测的一个突破点.基于一种新颖的液体悬浮式长周期、超低频前驱波检测技术,实时连续记录了陕西省境内三个地震台站的超低频加速度信号;分析前驱波异常信号与地震发生的关系,发现异常出现与地震发生的关联度为51.59%;进一步利用局域均值分解算法对截取的前驱波异常信号进行分解,计算前五个分量的能量作为特征向量,输入支持向量机进行分类.结果表明,利用创新的前驱波检测技术和局域均值能量特征实现信号识别,异常前驱波均值能量特征与地震发生之间的关联度可达62.24%.     

结合PCA和ICA的脑磁信号消噪研究

基于二阶统计特性的主分量分解(PCA)和基于高阶统计特性的独立成分分析(ICA)是盲源分离信号处理中两种最为典型的方法．针对多通道脑磁信号的消噪问题,提出一种基于PCA与ICA相结合的信号消噪新算法．首先通过对脑磁信号进行主分量分解来降低信号维数,去掉其中包含的冗余成分,使计算时间缩短到原来的10％;进而利用自适应最大熵独立成分分析算法对降维后的数据进行二次分解,提取出脑磁信号中含有的干扰分量,使信噪比从10dB提高到80dB,达到对信号进行消噪的目的．     

单导癫痫脑电模糊特征提取的支持向量机发作预测

为了寻找一种通过单通道脑电分析实现癫痫发作预报的新方法,提出了一种基于经验模式分解模糊特征提取的支持向量机二分类预测模型。对7名受试者发作前的各导脑电信号进行经验模式分解,提取各本征模式函数分量的模糊特征向量,将其作为支持向量机的输入进行分类.研究表明,系统预测准确度与导联选择有关,但与支持向量机所用的核函数关系不大。最佳导联选择条件下,所提出的方法在预测癫痫发作时的表现为:准确度为82.8～87.1%,特异性为86.7～91.9%,敏感性为74.6～81.3%范围。     

基于大脑皮层互信息理论的睡眠分级研究

睡眠的分级研究是睡眠状况分析和睡眠质量评价的前提和基本内容。目前国际通用的睡眠分级方法，是利用脑电信号另加脑功能信号（如肌电图、眼动电流图），且必须由人工判别分析。大脑皮层互信息理论是研究脑功能变化的有力工具。通过动脉计算睡眠脑电4个导联之间的互信息时间序列的复杂度，并利用一个3层的的人工神经网络进行6个级别的分类。6例720个不同时期的睡眠片段的测试表明，系统睡眠分级与人工分级的总相符率达到90.83%，且实现了睡眠动态自动分级。神经网络的学习功能，可使系统的准确率进一步提高，逐渐接近或达到人工分级的水平。与其他睡眠分级方法相比，本系统有一定优势，且计算速度快，可望应用于临床实时睡眠监护及睡眠分析中。     

断层图像重建理论教学中的仿真实验方法

断层成像的图像重建理论是X-CT、磁共振MRI和ECT等成像系统中图像生成的基础.本文给出一组仿真实验方法,通过Matlab语言编程,可以深刻理解中心切片定理等图像重建基本理论,并对不同重建算法,如直接反投影和滤波反投影等给出算法性能的比较与评价思路.本仿真方法在各种图像重建新算法的研究中都有重要应用.     

基于数学形态学的心电信号R波检测算法

为了解决心电信号中R波的检测问题,研究验证一种结合自适应阈值的极大值搜索与数学形态学的R波检测算法。数学形态学算法是基于信号局部特征的,可以有效突出信号的峰谷点。考虑了心电信号特点的自适应阈值极大值搜索算法,可以敏感检测R波的准确位置。通过对MIT-BIH心率变异数据库中多组心电数据的仿真验证研究,实验结果表明,两种分析方法的结合可以有效消除心电信号的基线漂移或异常病态心率对检测的影响,能有效实现心电信号中R波的实时检测,预期本算法在心电信号的自动分析中将会扮演更为重要的角色。     

基于大脑皮层信息传输理论的局灶性癫痫脑电研究

本文引用一种称为“信息传输”的理论研究局灶性癫痫脑电,比较了正常人和局灶怀癫痫病患者以及患者在诱发癫痫发作的不同时期的脑皮层信息传输,发现局灶性癫痫病人的大脑皮层信息传输有非常特殊的现象。正常人的信息传输量各导联之间没有特别规律,而局灶性癫痫病人痫性导联与其它导联的皮层信息传输量有明显增加;在患者病情发作的不同时期,信息传输量也有明显不同,这个方法可能成为预报癫痫发作和研究诊断局灶性癫痫的一个有效途径。