[發明專利]一種刺吸電位圖譜(EPG)波形自動識別方法在審
| 申請號: | 201611213717.X | 申請日: | 2016-12-26 |
| 公開(公告)號: | CN108241840A | 公開(公告)日: | 2018-07-03 |
| 發明(設計)人: | 吳莉莉;邢玉清;潘建斌;閆風鳴;盧少華 | 申請(專利權)人: | 河南農業大學 |
| 主分類號: | G06K9/00 | 分類號: | G06K9/00 |
| 代理公司: | 暫無信息 | 代理人: | 暫無信息 |
| 地址: | 450002*** | 國省代碼: | 河南;41 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 自動識別 電位圖譜 概率神經網絡算法 預處理 局部特征 特征向量 統計特征 儀器采集 自動分類 分界點 預分類 閾值法 波段 分幀 構建 去噪 時頻 | ||
1.一種刺吸電位圖譜(EPG)波形自動識別方法,其特征在于,包括以下步驟:
(1)EPG波形的預處理;
(2)EPG波形的特征提取;
(3)基于人工神經網絡的波形預分類;
(4)基于差分閾值的波段分界點的界定。
2.根據權利要求1所述的一種EPG波形自動識別方法,其特征在于,所述的步驟(1)中,EPG波形的預處理主要包括小波去噪和信號分幀;小波基函數選用Symlet小波,分解層數為6層,采用加權閾值收縮去噪方法;信號以10s為一幀進行特征提取和波形預分類。
3.根據權利要求1所述的一種EPG波形自動識別方法,其特征在于,所述的步驟(2)中,EPG波形提取的特征主要是統計特征、時頻特征和局部特征;統計特征提取了均值、方差、相關系數、熵、以及PCA的前4個主成分;時頻特征提取了小波變換的分解系數;局部特征提取了極值間的差值。
4.根據權利要求1所述的一種EPG波形自動識別方法,其特征在于,所述的步驟(3)中,對EPG波形的預分類采用人工神經網絡的中概率神經網絡(PNN),所述PNN包括輸入層、模式層、求和層和決策層。
5.根據權利要求1所述的一種EPG波形自動識別方法,其特征在于,所述的步驟(4)中,EPG波段分界點的界定算法采用Arzeno 差分閾值法,先對信號進行差分運算得到波形變換的斜率,再對其進行希爾伯特變換,增強信號中的高頻分量,自適應設置和更新閾值,實現對各個EPG各波段的檢測。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于河南農業大學,未經河南農業大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201611213717.X/1.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:生物辨識裝置
- 下一篇:一種防假指掌紋采集系統





