导读:本文包含了模极大值检测论文开题报告文献综述及选题提纲参考文献，主要关键词:癫痫发作,脑电信号,棘波,小波变换
模极大值检测论文文献综述
刘光达,王依萌,胡秋月,马孟泽,蔡靖[1]（2019）在《基于小波变换和模极大值法的癫痫发作检测与分析》一文中研究指出癫痫是大脑神经元突发性异常放电导致大脑功能障碍的一种慢性疾病。癫痫发作的检测可以利用对脑电信号中的癫痫特征波——棘波的检测和分析来实现。提出了基于小波变换和模极大值法的棘波检测方法,对癫痫脑电信号在一定尺度内进行连续小波变换,应用模极大值算法及细化算法对脑电信号奇异点进行检测,得到奇异点的模极大值作为提取的棘波嫌疑点,再通过功率谱密度分析和空间曲面拟合筛选得到最终的棘波特征波,判断癫痫是否发作。实验验证,该算法检测效果较好,诊断准确率可达92.5%以上,为癫痫发作的检测提供了一种有参考价值的方法。(本文来源于《电子技术应用》期刊2019年04期）
汤伟,王玲利,王帅[2]（2018）在《小波模极大值和改进二分法的QRS波形检测算法》一文中研究指出在心电信号中判断各个参数指标的前提条件是波形的检测和识别。而在心电信号检测中QRS波形的检测和识别又是心电信号波形检测的基础。若QRS波形存在误检和漏检现象那么必定会影响到P波和T波的判断,同时也会影响到心电信号疾病分类的结果。针对这一问题提出了基于改进二分法的小波模极大值结合奇异性的QRS波形检测算法。基本思想:对所获得的心电信号进行平稳小波变换操作,利用模极大值和奇异性的关系识别R、Q、S波,采用改进的二分法调整误检、漏检阈值。该方法可以准确的检测出QRS波形的位置,对R波、Q波、S波的识别率比不进行改进的算法有所提高。通过对MIT-BIH数据库中具有代表性的实测数据进行仿真实验分析,QRS波形的准确率达到了99.81%,优于模极大值结合二分法的检测方法。(本文来源于《2018中国自动化大会(CAC2018)论文集》期刊2018-11-30）
郑利珍[3]（2017）在《一种结合小波变换模极大值和灰度值数学形态学的图像边缘检测方法》一文中研究指出为了得到抗噪性好,边缘连续完整及细节清晰的边缘图像,提出了一种结合小波变换模极大值和灰值数学形态学的图像边缘检测方法.通过对源图像进行小波分解得到低频近似子图像与高频近似子图像.对于低频近似子图像采用灰值数学形态学方法检测边缘,高频近似子图像采用小波变换模极大值法检测边缘.然后结合两者的优势,对低频边缘图像和高频边缘图像进行迭加运算检测到的图像边缘连续完整.结果表明,算法检测到的边缘图像抗噪声能力强,边缘连续完整,可以保留图像中更多的细节和纹理,所花时间相对较少.(本文来源于《宁夏师范学院学报》期刊2017年06期）
江宇博,刘波[4]（2017）在《小波模极大值法与数学形态学边缘检测细化结果》一文中研究指出图像边缘检测的关键是尽可能多的检测到边缘并且抑制噪声的同时,尽可能的满足单线的边缘定位精度;为此选取了一种融合小波模极大值和数学形态学的边缘检测方法来获取图像边缘;首先在对图像进行小波分解,分别利用模极大值法和多尺度多结构数学形态学方法来处理小波分解的高频分量和低频分量,利用差影法对二者的结果进行融合;然后利用大律法得到二值化图像,并用形态学边缘细化算法细化图像边缘得到最后结果;实验结果显示,融合的方法可以得到比较完善的边缘,经过二值化和边缘细化后,获得的单线宽边缘更加清晰,定位精度更高。(本文来源于《计算机测量与控制》期刊2017年03期）
顾寄南,高国伟,丁卫[5]（2016）在《基于小波模极大值的工件图像边缘检测》一文中研究指出为给数控机床上下料机器人提供准确定位信息,实现机械手准确抓取工件,需要对工件进行图像抓取并处理图像,同时为了获得抓取信息,对工件进行边缘检测以提取出清晰的轮廓。在工件实际图像采集中,噪声往往比较多,本文采取小波模极大值边缘检测算法,将图像进行小波变换后计算模值及相角,求出模的极大值点并判断是否为边缘点后对边缘进行提取,最后对实际工件进行边缘检测。该方法抗噪性良好,并具有一定的实用性。(本文来源于《工具技术》期刊2016年11期）
姚建红,张海鸥,张守宇,李梦达,杨婷[6]（2016）在《基于动态窗模极大值的暂态扰动自动检测》一文中研究指出针对传统模极大检测算法暂态电能质量扰动持续时间短、随机性以及过零点难以检测等问题,提出基于动态窗的改进小波模极大值暂态信号扰动检测方法。对过零点时刻的扰动,在动态窗检测的基础上,通过系数变换,改善过零点时刻检测不明显的问题。运用Matlab软件进行的计算机仿真结果表明,该方法能准确地对暂态电能质量扰动进行检测与定位,精度较高且易于实现。(本文来源于《吉林大学学报(信息科学版)》期刊2016年06期）
岳明明,杨国为[7]（2016）在《基于B样条小波模极大值的多尺度边缘检测算法》一文中研究指出传统的边缘检测算法对于一些细节丰富的图像容易丢失其许多边缘信息。小波变换模极大值算法通常用于检测信号或图像的奇异点,进而检测出信号或图像的边缘信息。基于小波变换模极大值理论,结合分析传统小波变换模极大值算法,采用了一种基于B样条小波变换模极大值的多尺度边缘检测的算法,并且通过对图像分块,分析每块模值相似性分别选取合适的模值阈值去除噪声点和图像的伪边缘。最终得到较完整的图像边缘。(本文来源于《工业控制计算机》期刊2016年09期）
赵爱罡,王宏力,杨小冈,陆敬辉,姜伟[8]（2016）在《利用二阶方向导数极大值检测红外小目标（英文）》一文中研究指出为提高复杂环境下红外小目标的检测率,提出了基于二阶方向导数极大值的红外小目标检测算法。该算法首先对二阶方向导数的性质进行了分析,对极大值进行阈值翻转操作,将背景中的平坦成分和边缘成分剔除。接着,根据小面模型对背景进行预测,并以预测误差为权值进一步增强小目标区域。以上2个步骤的计算可通过4个卷积实现,加快了检测速度。最后,对少量候选小目标计算局部对比度,降低了虚警率。实验结果表明:该检测算法在6种复杂背景下平均信杂比增益为78.413 0,平均背景抑制因子为35.079 6,具有较强的鲁棒性和较高的检测率。(本文来源于《发光学报》期刊2016年09期）
刘学,王万金,王玮[9]（2016）在《遥测振动信号的小波模极大值多重分形分析与异常检测》一文中研究指出针对遥测振动信号频域成分复杂、非平稳非线性和强噪声特性,提出一种基于小波模极大值多重分形分析的遥测振动信号异常检测方法。首先对采集到的遥测振动信号进行零漂修正和趋势项消除,然后采用小波模极大值多重分形分析方法对振动信号进行分析,进而提取其多重分形特征参数;最后将特征参数输入到SVM分类器,根据分类结果对遥测振动信号进行异常检测。实测数据验证了该方法的有效性。(本文来源于《弹箭与制导学报》期刊2016年03期）
刘学,梁红,玄志武[10]（2016）在《基于小波模极大值模糊熵的遥测振动信号异常检测》一文中研究指出针对遥测振动信号频域成份复杂、非平稳非线性和强噪声特性,提出一种基于小波模极大值模糊熵的遥测振动信号异常检测方法。首先对采集到的遥测振动信号进行零漂修正和趋势项消除;然后对经预处理后的振动信号进行一维连续小波变换,计算所有尺度空间中的小波模极大值序列;最后将原信号及其小波模极大值序列的模糊熵构成的特征向量输入到SVM分类器,根据模糊熵的变化情况对遥测振动信号进行异常检测。实测数据验证了该方法的有效性。(本文来源于《振动与冲击》期刊2016年09期）
模极大值检测论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
在心电信号中判断各个参数指标的前提条件是波形的检测和识别。而在心电信号检测中QRS波形的检测和识别又是心电信号波形检测的基础。若QRS波形存在误检和漏检现象那么必定会影响到P波和T波的判断,同时也会影响到心电信号疾病分类的结果。针对这一问题提出了基于改进二分法的小波模极大值结合奇异性的QRS波形检测算法。基本思想:对所获得的心电信号进行平稳小波变换操作,利用模极大值和奇异性的关系识别R、Q、S波,采用改进的二分法调整误检、漏检阈值。该方法可以准确的检测出QRS波形的位置,对R波、Q波、S波的识别率比不进行改进的算法有所提高。通过对MIT-BIH数据库中具有代表性的实测数据进行仿真实验分析,QRS波形的准确率达到了99.81%,优于模极大值结合二分法的检测方法。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
模极大值检测论文参考文献
[1].刘光达,王依萌,胡秋月,马孟泽,蔡靖.基于小波变换和模极大值法的癫痫发作检测与分析[J].电子技术应用.2019
[2].汤伟,王玲利,王帅.小波模极大值和改进二分法的QRS波形检测算法[C].2018中国自动化大会(CAC2018)论文集.2018
[3].郑利珍.一种结合小波变换模极大值和灰度值数学形态学的图像边缘检测方法[J].宁夏师范学院学报.2017
[4].江宇博,刘波.小波模极大值法与数学形态学边缘检测细化结果[J].计算机测量与控制.2017
[5].顾寄南,高国伟,丁卫.基于小波模极大值的工件图像边缘检测[J].工具技术.2016
[6].姚建红,张海鸥,张守宇,李梦达,杨婷.基于动态窗模极大值的暂态扰动自动检测[J].吉林大学学报(信息科学版).2016
[7].岳明明,杨国为.基于B样条小波模极大值的多尺度边缘检测算法[J].工业控制计算机.2016
[8].赵爱罡,王宏力,杨小冈,陆敬辉,姜伟.利用二阶方向导数极大值检测红外小目标（英文）[J].发光学报.2016
[9].刘学,王万金,王玮.遥测振动信号的小波模极大值多重分形分析与异常检测[J].弹箭与制导学报.2016
[10].刘学,梁红,玄志武.基于小波模极大值模糊熵的遥测振动信号异常检测[J].振动与冲击.2016