基于EMD的心电信号压缩算法

针对生物医学信号特别是心电信号(ECG)的特点和数据压缩需求,提出一种基于经验模态分解(EMD)方法的ECG信号压缩算法.所提算法计算简单,无需预先或后处理.以MIT-BIH标准数据库的心律失常数据作为实验数据,通过压缩比(CR)、均方根百分差异(PRD)、归一化均方根百分差异(PRDN)、均方根(RMS)、信噪比(SNR)、质量评分(QS)6个评价参数分析所提算法性能,并与基于小波分解的压缩算法进行比较.实验结果表明,所提算法具有较好的压缩比与保真度,证明了该算法的有效性.

支持向量机和BP神经网络在可见-近红外光谱检测药品中的比较与应用

通过药品的可见-近红外光谱数据,提出基于支持向量机(SVM)和BP神经网络来定量分析药品中组分含量的检测方法,建立相应的药品组分含量的预测模型。以2002年国际扩散反射会议(IDCR)发布的可见-近红外药片数据集为研究对象进行分析研究。结果表明:SVM法所建模型的预测精度明显高于BP神经网络模型,可以较好地应用于可见-近红外光谱检测药品,为药品检测提供了一种准确、有效的方法。