计算智能新技术及其生物医学信号分析应用
【摘要】:
目前,计算智能是智能科学的重要方法之一,也是信息技术的前沿课题,以计算智能为核心内容的交叉学科,如机器学习、数据挖掘、智能控制等已成为当前的研究热点,近年来研究出的计算智能新技术和新方法已经广泛应用于多个学科领域,尤其是在信号处理、模式识别、非线性系统最优化、知识工程、计算机辅助医学诊断等方面取得了丰硕的成果。
本文针对计算智能领域的神经网络融合算法、自适应信号处理等重点问题进行了专题研究,并将所提出的各种算法应用于计算机辅助医学诊断和生物医学信号分析。本文的研究工作主要有:
(1)对膝关节摆动信号进行了波形分析,采用了全局和分段的波形因数、偏斜度、峰度、信息熵、转向计数和均方值方差这几种统计特性并进行了特征选择,此后利用径向基函数网络对膝关节摆动信号进行了有效的诊断。随后,结合了规整化和交叉确认方法提出了多层感知器的最优结构选择算法。
(2)对属于非生成式集成的神经网络线性融合算法进行了深入研究,对绝大多数投票、简单平均和加权平均算法进行了归纳总结,提出了新的感知器平均、最小均方融合、归一化加权平均和自适应线性组合算法。在此基础上,通过乳腺癌诊断、酵母蛋白质亚细胞定位预测、乳房组织分类、函数逼近实验进行了神经网络集成系统的性能测试和比较分析。实验结果表明,基于本文提出的神经网络融合算法与之前研究者提出的简单平均、混合专家系统、加权平均等融合方法相比简洁易行,更充分地利用成分神经网络提供的信息,并且能够大幅提升神经网络集成系统的分类正确率和预测精确度。
(3)设计出可自适应地消除心电信号中噪声干扰的智能控制系统。研究内容包括两部分,第一部分设计了合适的自适应滤波器对心电信号成分进行估计,通过心电信号各波段的分割和重建而达到噪声消除效果,第二部分根据参考噪声的不同时域和频域特性设计出合适的自适应噪声消除系统。实验结果表明,本文所提出的这两种智能控制系统较传统的自适应滤波系统,能更快速、更有效地消除基线漂移、电源工频干扰和高频随机噪声这几种典型的噪声干扰。
|
|
|
|
1 |
莫宏伟,金鸿章,王科俊;基于生物体系的计算智能研究[J];信息技术;2002年02期 |
2 |
王江晴;计算智能技术的分析与研究[J];中南民族学院学报(自然科学版);2001年04期 |
3 |
张红兵,赵杰煜,罗雪山;计算智能在多源信息融合中的应用研究[J];计算机应用研究;2003年04期 |
4 |
郑咸义;帅藕莲;徐秉铮;;计算智能:计算、集成与集成开发环境[J];计算机科学;1996年02期 |
5 |
童兆页;论计算智能及其应用[J];计算机研究与发展;1997年S1期 |
6 |
赵明旺;求解相容非线性方程组的拟牛顿法和混合计算智能算法[J];计算机应用与软件;2000年08期 |
7 |
许世刚,索丽生,陈守伦;计算智能在水利水电工程中的应用研究进展[J];水利水电科技进展;2002年01期 |
8 |
乔英;;基于计算智能中遗传算法的特点[J];福建电脑;2008年12期 |
9 |
童兆页,费良俊;发现金融市场预测模型的计算智能方法[J];软件学报;1999年04期 |
10 |
李伟;智能机器人与计算智能[J];世界科技研究与发展;1996年05期 |
11 |
张建平;;基于计算智能的优化设计探讨[J];现代商贸工业;2007年03期 |
12 |
周涛;;软计算与人工智能[J];福建电脑;2006年01期 |
13 |
李振涛;张国立;王淑玲;倪贵博;申红莲;;改进人口迁移算法及其应用[J];微计算机信息;2007年36期 |
14 |
王海鹰;李祖枢;;计算智能原理对创新模式的探索[J];制造业自动化;2010年08期 |
15 |
叶鹰;;智能信息处理的基础理论探讨[J];情报科学;2008年09期 |
16 |
余嘉元;田金亭;朱强忠;;计算智能在心理学中的应用[J];山东大学学报(工学版);2009年01期 |
17 |
艾丽蓉,何华灿;遗传算法综述[J];计算机应用研究;1997年04期 |
18 |
夏克文,沈钧毅,李昌彪;一种基于计算智能的油气层识别方法[J];计算机工程与应用;2005年05期 |
19 |
冯统成;;软计算方法——人工智能发展的新思路[J];电脑与电信;2006年06期 |
20 |
童頫;论计算智能方法及其应用[J];宁波大学学报(理工版);1996年03期 |
|