基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
对MCG测量数据进行自动分类,可以减少人工分析,快速找出数据的有用规律.常用的方法有相关系数和随机性模型.本文在对测量数据进行模式识别的基础上研究了一种人工神经网络分类的方法,它的特点是对测量信号具有较好的自适应性,并且具有较好的分类效果.本文的计算和仿真说明在一定程度上说明了这种方法的正确性.
推荐文章
基于稀疏表示的水声信号分类识别
压缩感知
稀疏表示
水声信号
特征提取
低截获概率雷达信号干扰类型分类识别
低截获概率
雷达信号
干扰类型
分类识别
基于softmax回归的通信信号循环谱的多分类识别方法
softmax
多分类识别
循环谱
调制方式识别
神经网络
电子对抗
表情驱动下脑电信号的建模仿真及分类识别
表情驱动
脑电信号
机理建模
小波变换
神经网络
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 MCG信号的识别与分类
来源期刊 现代科学仪器 学科 工学
关键词 心磁图 模式识别 人工神经网络 分类
年,卷(期) 2005,(6) 所属期刊栏目 仪器研制与开发
研究方向 页码范围 51-54
页数 4页 分类号 TP3
字数 2832字 语种 中文
DOI 10.3969/j.issn.1003-8892.2005.06.014
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 张军 同济大学控制科学与工程系 100 1056 15.0 29.0
2 蒋式勤 同济大学控制科学与工程系 45 213 8.0 12.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (1)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
心磁图
模式识别
人工神经网络
分类
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
现代科学仪器
双月刊
1003-8892
11-2837/TH
大16开
北京海淀区西三环北路27号理化实验楼512室
1984
chi
出版文献量(篇)
4906
总下载数(次)
12
总被引数(次)
20682
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导