文摘
英文文摘
声明
引言
第一章心电图常识与测量
1.1常规心电图
1.2常规导联系统
1.3心电图的测量
第二章统计学习理论与支持向量机
2.1机器学习的基本问题
2.1.1传统学习理论的困难
2.1.2机器学习问题的描述
2.1.3经验风险最小化
2.1.4模型复杂度与推广能力
2.2统计学习理论
2.2.1学习机器的VC维
2.2.2推广性的界
2.2.3结构风险最小化
2.3支持向量机原理
2.3.1线性可分的最优分类面
2.3.2线性不可分的最优分类面
2.3.3支持向量机
第三章基于支持向量机的ECG分类方法和特点
3.1基于支持向量机的ECG分类方法
3.2支持向量机方法特点
第四章基于支持向量机的ECG分类
4.1支持向量机对心电信号的分析处理
4.2支持向量机1-v-1算法模型
4.3支持向量机1-v-1算法核函数的选取
4.4支持向量机1-v-1算法参数的确定
4.5结论
4.5.1支持向量机1-v-1算法分类试验结果
4.5.2下一步研究的方向
参考文献
致谢
攻读硕士学位期间的科研成果
四川师范大学;