计算智能新技术及其生物医学信号分析应用-信号与信息处理专业论文.docxVIP

北京邮电人学博上学位论文 北京邮电人学博上学位论文 摘要 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、酵母蛋自质亚细胞定位 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 f 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 北京邮电人学博一L学位论文 北京邮电人学博一L学位论文 摘要 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。 关键词：计算智能，神经网络集成，计算机辅助医学诊断，心电信号 处理，自适应滤波器，膝关节摆动信号诊断 H 北京邮电人学博‘上学位论文 北京邮电人学博‘上学位论文 ABSTRACT AB STRACT Nowadays，computational intelligence plays a pivotal role in intelligent science，and it is also considered aS one of the cutting-edge information technologies．The methodologies of computational intelligence develop a number of emerging interdisciplinary areas，such as machine learning，data mining，intelligent control，which have been extensively applied to many practical problems．The computational intelligent approaches have been widely accepted to be meritorious in signal processing，pattern recognition，optimization of nonlinear system， data engineering，computer-aided medical diagnosis，etc． This thesis mainly focuses on the fusion strategy in neural network ensemble systems，and the adaptive signal processing，and proposes novel technologies which can be used for computer-ai