原文服务方: 现代电子技术       
摘要:
针对血细胞信号具有多形态、非线性、非平稳的特点,提出将希尔伯特黄变换(HHT)和隐马尔可夫模型(HMM)相结合的血细胞信号识别方法。该方法采用HHT对血细胞信号进行分析,选取经过经验模态分解得到的各本质模态函数中相关性较大的分量,以这些分量的能量矩作为信号的特征量,由HMM训练得到正常人和病患者的模型参数并用做分类识别。实验结果表明,该方法可以较好地识别正常人和病患者的血细胞信号,综合准确率达89.13%。
推荐文章
HHT和神经网络结合的血细胞识别算法
希尔伯特黄变换(HHT)
经验模态分解(EMD)
神经网络
血细胞识别
特征提取
基于小波包和HMM的战场声信号识别
战场声信号
目标识别
小波包
隐马尔科夫模型
基于HMM和WNN的心音信号身份识别研究
心音信号
身份识别
隐马尔可夫模型
小波神经网络
HMM在语音识别系统中的应用
隐马尔科夫模型
语音识别
动态时间伸缩技术
人工神经网络
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 HHT和HMM在血细胞信号识别中的应用
来源期刊 现代电子技术 学科
关键词 信号检测与分析 希尔伯特黄变换 经验模态分解 隐马尔科夫模型 特征提取 血细胞信号分析
年,卷(期) 2016,(23) 所属期刊栏目 通信与信息技术
研究方向 页码范围 58-62
页数 5页 分类号 TN911.7-34|TP391.4
字数 语种 中文
DOI 10.16652/j.issn.1004-373x.2016.23.015
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 龙伟 南昌大学信息工程学院 63 224 8.0 11.0
2 陶凌 南昌大学信息工程学院 12 36 4.0 5.0
3 尹璀 南昌大学信息工程学院 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (32)
共引文献  (30)
参考文献  (13)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(5)
  • 参考文献(0)
  • 二级参考文献(5)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(4)
  • 参考文献(0)
  • 二级参考文献(4)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(5)
  • 参考文献(2)
  • 二级参考文献(3)
2009(3)
  • 参考文献(0)
  • 二级参考文献(3)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(3)
  • 参考文献(3)
  • 二级参考文献(0)
2012(3)
  • 参考文献(3)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(3)
  • 参考文献(3)
  • 二级参考文献(0)
2016(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)
研究主题发展历程
节点文献
信号检测与分析
希尔伯特黄变换
经验模态分解
隐马尔科夫模型
特征提取
血细胞信号分析
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
现代电子技术
半月刊
1004-373X
61-1224/TN
大16开
1977-01-01
chi
出版文献量(篇)
23937
总下载数(次)
0
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导