基于CEEMDAN 和极限学习机的脉象混合特征识别方法

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘 要： 中医脉象的准确识别有利于人体疾病的诊断，针对脉象特征模糊问题，提出一种基于自适应噪声完全集合经验模态分解（CEEMDAN）和基本脉象时域特征、能量熵与样本熵的混合特征提取方法。首先，采集人体脉象信号进行小波分解，以去除高频噪声和基线漂移。其次，对5 种脉象信号进行CEEMDAN 处理得到各阶固有模函数（IMF），计算IMF 分量能量占比与脉象信号的相关性，选取5～7 阶IMF 分量计算能量熵和样本熵。（剩余1689字）

试读结束

目录
monitor