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:
首先介绍了传统人工脉象识别的缺点,而后介绍了现代脉象分类的优点和当今主要特征提取方法,针对其提取特征的特点提出了利用分形理论提取脉搏信号的分数维,以此作为波形的重要特征,用于脉象分类识别.利用这些特征矢量在BP神经网络系统中对实测的脉象数据进行了分类,取得了令人满意的分类正确率.
推荐文章
基于Hadoop环境BP改进算法的脉象识别应用研究
Hadoop
MapReduce
BP算法
脉象识别
BP神经网络算法在数字识别中的应用
BP神经网络
附加动量法
自适应学习率
基于粒子群优化BP神经网络的脉象识别方法
脉象识别
粒子群算法
输出误差
误差反向传播算法
神经网络
泛化能力
基于BP神经网络的容积脉象8要素分析
兼脉识别
容积脉象
BP神经网络
遗传算法
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 分形算法在BP网脉象识别系统中的应用
来源期刊 计算机与数字工程 学科 工学
关键词 脉象 识别 分形 神经网络
年,卷(期) 2011,(3) 所属期刊栏目 算法与分析
研究方向 页码范围 24-25,40
页数 分类号 TP183
字数 2178字 语种 中文
DOI 10.3969/j.issn.1672-9722.2011.03.007
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 陈雷 西安工业大学计算机学院 21 69 4.0 7.0
2 杨丽娟 西安工程技术学院电气系 4 11 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (23)
共引文献  (51)
参考文献  (7)
节点文献
引证文献  (4)
同被引文献  (0)
二级引证文献  (0)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(6)
  • 参考文献(2)
  • 二级参考文献(4)
2000(4)
  • 参考文献(1)
  • 二级参考文献(3)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(4)
  • 参考文献(1)
  • 二级参考文献(3)
2004(4)
  • 参考文献(1)
  • 二级参考文献(3)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
脉象
识别
分形
神经网络
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
计算机与数字工程
月刊
1672-9722
42-1372/TP
大16开
武汉市东湖新技术开发区凤凰产业园藏龙北路1号
1973
chi
出版文献量(篇)
9945
总下载数(次)
28
总被引数(次)
47579
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导