具有负扰动项二阶中立型非线性动力方程的振动性与渐近性质

本文讨论时标上具有负扰动项的二阶中立型非线性动力方程的振动性与渐近性质,获得了适用于所有时标的动力方程解的振动性和渐近性的充分条件,阐述了方程中各项的系数在方程解的定性性质中的作用,推广和改进了已有文献的有关结果,并给出了应用实例.     

一种获得非线性生长函数参数初始值的新方法:杂种遗传算法

本研究旨在杂种遗传算法应用于非线性生长函数的参数估计.提出了杂种遗传算法估计非线性生长函数参数的数学模型.5种非线性生长函数Gompertz、Logistic、von Bertalanffy、Richards、Brody分别拟合一个较大型的、群体类型差异大的番鸭体重生长资料,利用杂种遗传算法获得了有效初始值,在lsqcurvefit与proc nlin中获得了一致最优解的结果.表明杂种遗传算法估计非线性函数参数的实际可行性.     

使用Radon变换进行二维MRI图像配准

使用了一种基于Radon变换的技术来进行二维的MRI图像配准。MRI的图像配准一般使用灰度配准,而Radon变换一般用于CT图像的重建,虽然现已经存在使用Radon变换进行图像配准,但是比较繁琐,我们对这一配准算法进行了简化。     

非线性映射法用于鼠尾草属植物的分析鉴定

运用梯度洗脱测定鼠尾草鼠植物中9个主要成分含量的实验数据,对鼠尾草属13个种26个样本进行非线性映射分析鉴定。结合BASICA语言程序,采用主成分分析法给出二维平面上的初始坐标,并运用逐点迭代循环至误差函数E最小,得到各样本的最终坐标,映射到二维空间,进行直观分析。能够直观地将孤隔鼠尾草亚属与荔枝草亚属的样本分离开来,具有一定合理性与实用性。     

非线性再生散度随机效应模型的极大似然估计及随机逼近算法

非线性再生散度随机效应模型包括了非线性随机效应模型和指数族非线性随机效应模型等．通过视模型中的随机效应为假想的缺失数据和应用Metropolis-Hastings(简称MH) 算法,提出了模型参数极大似然估计的随机逼近算法．模拟研究和实例分析表明了该算法的可行性．     

非线性种群反应扩散系统的奇摄动

研究了一类具有非线性种群反应扩散系统奇摄动问题,在适当的条件下,利用微分不等式理论,讨论了问题解的存在性和渐近性态．     

基于小波的心电信号有效性检测方法

目的：检测采集到的信号是否为有效心电信号,提高后续心电诊断和分析的准确率。方法：将采集到的信号进行预处理,即去噪处理,主要抑制基线漂移,50Hz工频及其谐波干扰和肌电干扰;取滑动窗长度为4s,检测该段内信号是否有效。为了验证算法的准确率及对不同心电波形是否具有普遍适用性,对MIT-BIH Arrhythmia Database中48个记录,CU及MIT-BIH Noise Stress Test Database中部分记录进行了仿真、验证。结果：仿真实验证明该方法能正确区分有效和无效信号,错检率较低,实现简单,适合实时处理。结论：本方法准确率高,能减少后续心电诊断和分析的计算量并提高准确率,特别是对室颤检测,符合心电分析的要求。     

基于小波变换的心电信号去噪综合算法

目的：研究去除心电信号中的基线漂移、工频干扰和肌电干扰等噪声,提高心电信号的自动识别和诊断精度。方法：利用Coif4小波对心电信号进行8尺度分解,采用小波分解重构法去除基线漂移,然后利用改进的小波闽值算法去除工频干扰和肌电干扰。结果：利用Matlab仿真工具,选择MIT-BIH心率失常数据库中信号进行验证,能有效去除这三种噪声,并且很好的保持R波的信息。结论：本算法在不丢失心电信号有用信息的前提下,可以较好的去除三种常见的噪声,可以用于心电信号自动分析之前的预处理。     

心音信号奇异点的小波分析方法

本文利用小波变换方法,提出以确定奇异点的位置以及幅值的变化对心音信号进行参数估计.通过PhysioBank数据库中的相关数据,运用Madab对正常心音和病理性心音信号进行小波变换分析,对奇异点做了检测.并与傅里叶变换结果作对比分析.通过对变换后的心音信号进行分析,研究结果表明:利用小波变换技术分析与处理心音信号是一种新的有效和实用的方法.可以为心音信号的分析或医学诊断提供有价值的信息.     

线性时频分析在ECG信号分析中的应用

目的:心电信号(Electrocardio-signal,ECG)是人体中最重要的生物信号之一,是一种具有非平稳性和非线性特性的信号.分析ECG信号是诊断心脏疾病的有利工具,近年来国内外很多学者致力于这方面的研究.本文探讨短时Fourier变换(STFT)和离散小波变换(DWT)这两种时频分析方法在ECG信号分析中的应用.方法:本文采用麻省理工学院的MIT-BIH数据库中提供的数据,运用MATLAB软件编程,讨论短时Fourier变换和离散小波变换在ECG信号分析中的应用.结果:通过编程,做出了正常ECG信号和失常ECG信号的短时Fourier变换的时域图和频谱图以及正常ECG信号和失常ECG信号的单级离散小波变换的结果.结论:正常ECG信号和失常ECG信号的STFT变换的时域图和频谱图都能反应出信号的频率和时间的变化关系.但是,正常信号和失常信号的频率和时间有明显不同,正常信号的能量随时间和频率的变化关系有序整齐,而且周围有较少的杂波;失常信号的能量随时间和频率的变化关系杂乱,而且周围存在较多的杂波.通过离散小波变化后,正常信号和失常信号均产生了不同的离散小波系数,根据不同的离散小波系数,可以很容易判断正常信号和失常信号的区别.