期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于小波变换和BP神经网络的肺炎呼吸音识别算法研究(英文)
被引量:
3
1
作者
傅
星
瑜
李凡
《无线互联科技》
2017年第5期105-108,118,共5页
文章提出了一种特征提取和分类不稳定的肺音信号的方法用来诊断肺炎。肺音信号由信号采集系统获取并使用具有高分辨和分解特性的小波变换进行分析。利用离散小波变换将信号分解和重构成7层并从子带中提取一组统计特征作为BP神经网络的...
文章提出了一种特征提取和分类不稳定的肺音信号的方法用来诊断肺炎。肺音信号由信号采集系统获取并使用具有高分辨和分解特性的小波变换进行分析。利用离散小波变换将信号分解和重构成7层并从子带中提取一组统计特征作为BP神经网络的输入。同时,为了抑制噪音和获得更纯净的肺音,文章讨论了4种不同的滤波方法,并发现小波变换滤波的方法更好。经过BP神经网路的训练后,肺音信号被分类为正常信号和肺炎信号两种结果。最终实验结果表明,上述这些方法具有较高的识别度,在识别肺炎的过程中表现良好。
展开更多
关键词
肺炎
小波变换
特征提取
BP神经网络
下载PDF
职称材料
题名
基于小波变换和BP神经网络的肺炎呼吸音识别算法研究(英文)
被引量:
3
1
作者
傅
星
瑜
李凡
机构
中国石油大学(华东)
出处
《无线互联科技》
2017年第5期105-108,118,共5页
文摘
文章提出了一种特征提取和分类不稳定的肺音信号的方法用来诊断肺炎。肺音信号由信号采集系统获取并使用具有高分辨和分解特性的小波变换进行分析。利用离散小波变换将信号分解和重构成7层并从子带中提取一组统计特征作为BP神经网络的输入。同时,为了抑制噪音和获得更纯净的肺音,文章讨论了4种不同的滤波方法,并发现小波变换滤波的方法更好。经过BP神经网路的训练后,肺音信号被分类为正常信号和肺炎信号两种结果。最终实验结果表明,上述这些方法具有较高的识别度,在识别肺炎的过程中表现良好。
关键词
肺炎
小波变换
特征提取
BP神经网络
Keywords
slung sound
wavelet
feature extraction
BP neural network
classification
分类号
TN912.34 [电子电信—通信与信息系统]
TP183 [电子电信—信息与通信工程]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于小波变换和BP神经网络的肺炎呼吸音识别算法研究(英文)
傅
星
瑜
李凡
《无线互联科技》
2017
3
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部