0625197基于聚类算法的选择性神经网络集成在大脑胶质瘤诊断中的应用=Prediction of malignancy degree in brain glioma using selective neural netwokrs ensemble[刊,英]/刘天羽//上海大学学报(英文版).—2006,10(3).—244-246(E) ...0625197基于聚类算法的选择性神经网络集成在大脑胶质瘤诊断中的应用=Prediction of malignancy degree in brain glioma using selective neural netwokrs ensemble[刊,英]/刘天羽//上海大学学报(英文版).—2006,10(3).—244-246(E) 0625198小波变换在心电信号处理及特征提取中的应用[刊,中]/师黎//郑州大学学报(工学版).—2006,27(2).—65-69(L)首先利用小波变换方法,滤除心电信号中各种干扰,包括工频干扰、肌电干扰和基线漂移等。再用基于haar的连续小波变换方法对R波峰值进行特征提取。然后根据医生的临床经验需要,提出了一种交互式提取ST段的方案。最后对心电信号发生器产生的心电信号进行实验,实验结果表明:用连续小波变换方法对R波峰值进行定位准确度可达到99.84%,用交互式方法对ST段特征点的定位比较准确,采用小波变换方法滤波对低频基漂也有较好的滤波效果,能克服信号-噪声频带重叠。展开更多
文摘0625197基于聚类算法的选择性神经网络集成在大脑胶质瘤诊断中的应用=Prediction of malignancy degree in brain glioma using selective neural netwokrs ensemble[刊,英]/刘天羽//上海大学学报(英文版).—2006,10(3).—244-246(E) 0625198小波变换在心电信号处理及特征提取中的应用[刊,中]/师黎//郑州大学学报(工学版).—2006,27(2).—65-69(L)首先利用小波变换方法,滤除心电信号中各种干扰,包括工频干扰、肌电干扰和基线漂移等。再用基于haar的连续小波变换方法对R波峰值进行特征提取。然后根据医生的临床经验需要,提出了一种交互式提取ST段的方案。最后对心电信号发生器产生的心电信号进行实验,实验结果表明:用连续小波变换方法对R波峰值进行定位准确度可达到99.84%,用交互式方法对ST段特征点的定位比较准确,采用小波变换方法滤波对低频基漂也有较好的滤波效果,能克服信号-噪声频带重叠。