论文部分内容阅读
在分析小波构造理论和心音特点的基础上,提出了双正交小波基的快速构造方法和心音小波神经网络,并深入讨论了它们的应用技术。首先给出了双正交小波的具体构造方法、详细步骤和算法流程图;其次,以滤波器长度为N,消失距为N/2构造出了一系列小波基,并且给出了N分别等于2、4、6、8、10、12的小波基波形图;然后,根据小波基的选择原则,选定滤波器长度为10,消失矩为5的自构小波专门用于处理心音信号,并命名为心音小波;最后,利用心音小波对多组心音信号进行去噪处理和特征提取,实验结果表明自构心音小波比db小波、bior小波、sym小波的综合效果要好,重构误差率最低、信噪比最高、均方误差最小、平滑度更好,并且平均可分度提高了50%。为了将心音特征优化抽取和心音识别融合在一个针对心音的分类网络中进行处理,还提出了一种能有效融合小波与神经网络优势的心音小波神经网络。通过在隐含层引入心音小波作为激活函数,可构成一种新的心音小波神经网络;最后,选取多组正常心音信号与早搏心音信号作为实验对象,并与morlet小波神经网络、Mexican hat小波神经网络进行对比分析,验证了所构心音小波神经网络在收敛性、算法速度上的优越性,正确识别率也达到了97%。这些研究结果对于促进小波的应用和心音的研究具有理论意义和实用价值。