基于突变点检测与峰值搜索的心音分割算法

心音分割通常指将心音信号的心动周期分割为第一心音(S1)、收缩期、第二心音(S2)和舒张期;心音分割是分析研究心音分类的关键步骤。提出一种新的心音分割算法,首先采用bior双正交小波对心音进行去噪;然后根据短时能量、频谱质心以及阈值定位心音信号突变点,并确定寻峰区间;之后用寻峰算法滤除伪峰的同时通过峰值点补偿算法提高有效峰值的检出率;最后,利用峰峰值之间的距离定位S1和S2,并以突变点为分割点,得到心音分段结果。实验证明,使用上述算法对1000例心音进行分段,平均准确率达到了92.38%,平均分割速度为0.02561秒,在保证准确率的前提下实现了对心音信号的快速分割。

多尺度直线拟合法在时间序列突变点检测中的应用

在电液伺服阀的测量和筛选过程中,为进行伺服阀死区和分辨率的测量,需要检查数据序列中的突变点。目前突变点的主要检测方法有Mann-Kendall算法、累积和控制图(CUSUM)算法、最小均方差(MSE)法、小波变换法等,但这些检测方法均有一定的局限性。为此提出了一种多尺度直线拟合法,采用变换拟合尺度逐步逼近的方式来检测突变点。将时间序列按给出的初始长度计算法划分为若干段,每一段用最小二乘拟合的直线代替。比较相邻拟合线段的斜率,其中斜率变化最大的两段线段之内存在突变点。在该两段线段的范围内缩小拟合尺度,继续使用上述方法进行查找,直至拟合尺度收敛为1,此时斜率变化最大的点即是原时间序列的突变点。将该检测方法同其他方法进行比较,并在伺服阀测试系统和故障检测信号中进行实际应用,验证了该方法在查找突变点时的准确性、针对复杂信号时的有效性和计算效率上的优越性。

小波突变点检测的扩频掩密分析算法

研究了音频信息隐藏技术中的'知彼'问题——掩密分析方法。该算法首先对含密音频进行小波去噪处理,然后进行滑动相关计算,最后利用小波突变点检测技术提取特征对待分析的音频进行分类,该算法检测性能具有只受秘密信息嵌入强度影响而与嵌入容量无关的特点。实验结果表明,含密音频中PN序列嵌入强度越大,检测的正确率越高。特别在嵌入强度只有0.002时,算法的检测正确率仍然达到了80%以上,因此,算法具有良好的检测性能。

市场流动性的状态转换及其突变点检测研究

通过构建AR-MS-GARCH模型,分析了市场流动性的状态转换机制,并设计了一种新的突变点检测指标。实证结果表明,市场流动性存在明显的"低—高"波动状态交替转换特征,两种状态都有较强的波动持续性,但不同状态转换和持续期存在一定的非对称性;计算突变点检测指标发现,市场流动性在样本期内存在五个突变点,而它们所对应的时刻往往是市场流动性"强—弱"转换的临界点。这些结论有助于监管部门及时采取政策措施,减少市场流动性突然逆转的可能性,以维护金融系统稳定。

一类平移奇数个样点后的信号突变点检测

二元树复小波变换具有平移不变性,本文将其应用于平移奇数个采样点后的信号突变点的检测,取得了较之于小波变换更好的效果.

多维时间序列突变点检测方法研究

水文系列的变异性检验是非一致性水文频率分析过程中的重要环节,其中跳跃性变异是非一致性的重要表现形式,准确识别突变点对认识水文过程发生的变化及开展实际水文水资源工作具有重要意义。对于多维时间序列而言,可能会出现各单维变点不统一的情况,为此,将启发式分割算法(BG算法)与线性加权综合统计量结合,应用于多维水文时间序列的变异点检测,通过综合各维度的统计结果,确定最终的突变点。统计试验结果表明:该法有利于排除多维系统中虚假突变点或弱突变点的干扰,得到更为合理的检测结果。对汉江黄龙滩入库洪水极值系列变异性检测的应用结果表明,洪峰和最大7 d洪量的单变量检测突变点分别为1990年和1985年,通过综合统计量判定最终的突变点为1985年,为解决多维水文时间序列突变点的统一检测问题提供参考。

耕地利用转型突变点检测及其时空特征--以昆明市东川区为例

研究目的:识别东川区1989—2020年耕地利用转型时间节点及其时空特征。研究方法:滑动T检验、Mann-Kendall检验、Yamamoto检验、局部空间自相关。研究结果:(1)耕地利用显性转型发生于2002年,主要受劳动力转移的影响,隐性转型发生于2006年和2012年,主要受产业结构调整的影响。(2)耕地利用形态综合指数在转型前后均呈东高西低态势,与东川区地形格局基本一致。(3)显性转型后耕地数量的空间集聚特征较为稳定,种植结构空间变化明显;隐性转型后经济与生态功能指数空间集聚程度不断降低,二者朝着区域均衡化方向发展,社会功能集聚程度有所提升,其区域异质性增强。研究结论:突变检测法较好刻画了东川区耕地利用转型时间节点;村域尺度的研究进一步揭示了地形和经济发展水平对耕地利用转型产生的较大影响。

基于小波变换的信号特征与突变点检测算法研究

采用小波分解可以很好地研究信号的自相似性.小波变换能够分析信号奇异点的位置及奇异性强弱,即通过小波变换后的局部极大值在不同尺度上的衰减特性来衡量信号的奇异性.介绍了小波变换的基本概念,对信号特征和突变点检测算法进行研究,利用小波多分辨分析将突变信号进行多尺度分解,通过分解的信号确定突变点位置.通过Matlab实验,分析了信号奇异点定位和小波检测的结果,当小波变换尺度越精细时,检测突变点位置越精确,验证了小波变换是分析信号自相似性和突变点检测的有力工具.

基于自旋图结构权重分配的图信号突变点检测技术

对于不规则的、复杂的信号进行分析处理,新兴的图信号处理技术已经取得了研究突破。在无线传感器网络的信号突变点检测场景中,图信号处理技术也已被证明是有效的。在图信号突变点检测系统的基础上,文中着眼于检测结果的精确性和稳定性问题,首先研究了已有的不同图拉普拉斯矩阵和图的边权重定义方式,发现较采用组合拉普拉斯矩阵和维度倒数定义权重的方法有一定程度的性能提升;进而研究并新定义了一种自旋图结构并讨论了最佳的权值分配方案,通过实验证明了新方案能够显著减小检测系统的延迟,进一步提高突变点位置检测精度;最后与经典的DSP方法进行比较,并研究了图信号多次突变检测的情况,进一步验证了改进方案的优越性。

阶跃信号突变点检测的小波分析法

文章运用小波理论这种新的数学工具,对于由基本平稳的慢变信号和阶跃型突变信号线性组合而构成的这类信号,提出了一种以连续小波变换为主体的检测和分析方法。理论以及实例分析表明,这种方法对于阶跃型突变信号的检侧,是颇为有效的。

两种小波熵的变形信号突变点检测能力比较分析

变形监测过程受多种因素的影响,变形信号在不同尺度下表现出不同的特征。结合小波分析多尺度特点和信息熵对信息复杂性的表征能力,将多分辨率分析后得到的小波系数和小波能量加窗处理,实现小波时间熵和小波能量熵测度。构造变形信号,对两种小波熵的参数选取,突变点探测能力,抗噪声能力分别进行比较和分析,并将两种小波熵应用于GPS连续运行站变形监测数据突变点检测。经试验分析,小波时间熵适用于频带成分简单的弱突变信息的探测;而对于复杂的,强噪声背景下的突变点检测,运用小波能量熵有更好的效果。

基于突变点检测的智能空间行为识别方法

基于非嵌入式传感器数据的行为识别对家居设备控制、异常行为监测非常重要,是智能空间环境下行为识别的研究热点,不仅利于隐私保护而且能长期积累数据满足个体行为偏好。针对传感器数据序列中行为边界标识,并依次改善在线行为识别效果的问题,基于行为突变点检测思想识别连续行为的相似度程度,使用KL散度实现突变点检测,针对突变点检测阈值的选择问题,使用遗传算法对其进行自动设置。使用RF、QSVM、加权K近邻(Weighted KNN,wKNN)、DT算法实验验证突变点时域特征能够有效提高在线行为识别能力,证明了本文方法的有效性。

基于多突变点与模板匹配的用电设备在线状态监测方法

针对现阶段用电设备状态监测技术存在的处理速度较慢、准确率较低等问题,文中基于多突变点检测和模板匹配策略提出了一种用电设备在线状态监测方法。该方法在缓冲区模型和滑动窗口模型的基础上,利用多路搜索树突变点检测(Ternary Search Tree and Kolmogorov-Smirnov,TSTKS)算法形成窗口维度和缓冲区维度的特征向量,通过两种维度的模板匹配实现用电设备的运行状态匹配和状态切换时刻定位。基于家用电冰箱的仿真实验结果表明,所提方法具有检测速度快、准确率高等优点,可为用电设备状态监测领域提供参考。

小波变换模极大值法检测信号突变点

传统的傅里叶分析由于在时域不能局部化,难以精确检测到信号发生突变的时间。小波变换由于具有良好的时频局部化特性,故能精确检测到信号发生突变的时间。介绍应用小波变换模极大值法检测信号突变点的方法,仿真结果证明该方法的有效性。

一种快速的突变点在线检测算法设计与实现

传统TSTKS算法是一种离线突变点检测算法,该算法在待检测数据存在多个突变点时准确度较低。针对这一问题,文中结合TSTKS算法与滑动窗口理论,提出了一种快速时序数据突变点在线检测方法。该方法利用滑动窗口的思想将待检测数据切分为若干子段,并根据窗口顺序对每个子段采用TSTKS算法进行突变点检测,进而实现时序数据多突变点快速检测。实验结果表明,相比于常见的几种突变点检测算法,采用文中提出算法对存在多突变点的时序数据进行检测时耗时较少,相对误差率较低且命中率较高。

胰液K-ras12密码子点突变检测对胰腺癌诊断的临床价值

目的 :探讨胰液中 K- ras 12密码子点突变对胰腺癌诊断的临床应用价值。 方法 :采用内镜下置鼻胰管方法收集 2 0例胰腺疾病的胰液标本 ,聚合酶链反应 -限制性片段长度多态性分析 (PCR- RFL P)检测胰液 K- ras基因第 12密码子点突变 ,与肿瘤标记物 CA 19- 9及 CEA检测结果比较。结果 :12例胰腺癌患者胰液标本中 K- ras突变率为 5 8.3% (7/ 12 ) ;8例慢性胰腺炎患者标本 K- ras突变率为 12 .5 % (1/ 8) ,胰腺癌胰液 K- ras基因突变检测的敏感性为 5 8.3% ,特异性为 87.5 % ,阳性预示值为 87.5 % ,阴性预示值为 5 8.3%。同一组病例以血清 CA19- 9>37U / m l、CEA >4 .5μg/ ml为阳性界值。胰腺癌血清CA19- 9、CEA阳性率分别为 5 8.3% (7/ 12 )、4 1.7% (5 / 12 )。结论 :K- ras基因突变与胰腺癌相关性好 ,胰液中 K- ras 12密码子突变率高 ,特异性强 ,为胰腺癌早期诊断的初步筛选提供了手段。

一种用于水稻点突变检测的PCR引物设计方法

介绍了一种用于水稻点突变检测的PCR引物设计方法。利用该方法根据12个候选基因序列设计了12对引物,其中10对引物可以正常工作,能从基因组中扩增出特异性条带,合格率为83%,并且成功地在突变体中检测到点突变。这一方法不仅可以用于水稻,也可以用于其他动植物。同时,对引物设计过程中常见问题进行了讨论并给出了解决办法。

高灵敏度电化学发光PCR方法检测基因点突变研究(英文)

近年来发展了一种用于定量检测基因点突变的电化学发光PCR方法。该法采用三联吡啶钌标记的上游引物和生物素标记的下游引物对待测基因进行PCR扩增;随后,采用特定的限制性内切酶对扩增产物进行酶切,由于野生型样品和突变型样品间存在酶切位点的变化,其中只有一种基因型样品能被切断;通过生物素与链霉亲和素包被的磁珠连接,将生物素标记的DNA片段收集到样品池中;进行电化学发光检测,通过所得信号的有无可以判断其基因型。我们分别将该法用于Presenilin-1基因和H-ras癌基因的点突变检测,结果均可明显区分突变型样品和野生型样品。该法具有灵敏、快速、简便、安全等优点,是一种实用的基因点突变检测方法。

一种基于随机交叠策略的多突变点在线检测方法

传统的突变点检测方法多以离线为主,无法对大规模的时序数据进行在线检测。针对这一问题,文中基于缓冲区模型和滑动窗口随机交叠策略,提出一种多突变点在线检测方法。该方法以TSTKS算法和滑动窗口模型为基础,通过缓冲区模型实时接收在线时序数据流,并将数据转移到数据接收器中;随后,在数据接收器中使用滑动窗口随机交叠策略对数据流进行切分;最后,在子数据流中用TSTKS算法对数据进行多突变点在线检测。仿真数据和癫痫病人的肌电数据等实验结果表明,文中所提方法具有时耗较短、准确率较高等优点,可作为大规模时序数据流的在线分析备选方案。