學位論文

Permanent URI for this collectionhttp://rportal.lib.ntnu.edu.tw/handle/20.500.12235/73890

Browse

Has files: NoSubject: search.filters.subject.支持向量機

Search Results

Now showing 1 - 2 of 2
  • No Thumbnail Available
    Item
    以適應性特徵擷取及改進支持向量機檢測心電圖心律不整
    (2010) 楊岳穎; Yueh-Yiing Yang
    心電圖（ECG）分析是檢測心律不整最好的方法之ㄧ，雖然已經有許多相關的演算法已經被提出，但是可靠性低的訊號特徵提取分析或歸納能力較低的辨識器使得系統的辨識率仍然不能達到要求。本論文提出適應性特徵擷取與改良的支持向量機(SVMs)的心電圖心律不整檢測系統。首先利用小波轉換係數及訊號之振幅或週期等參數作為系統的候選人，針對每一個分類器適應性的擷取出少數特定的特徵；而改良式支持向量機結合k-means分群法與一對一支持向量機，並且修改其投票機制，進一步提高了相似類別之間的辨識率。此心電圖心律不整檢測系統使用了超過100,000筆的MIT-BIH心律不整資料庫樣本進行測試，平均辨識率高達97.96%。
  • No Thumbnail Available
    Item
    利用短時傅立葉轉換及支持向量機對心音訊號做自動分析
    (2009) 魏志兆; Chih-Chao Wei
    心臟疾病已成為國人第二大死因，大多數心臟疾病是由心瓣膜的不正常所造成。人的耳朵可經由電子聽診器聽取心音探查心臟疾病的類型，但解釋心音是一個非常特殊的技巧，必須要接受嚴格的訓練才能做正確的心音聽診。由於這個原因，自動心音分析的電腦系統將對醫務人員會有很大的幫助。本文提出了一種完整的心音分析系統涵蓋從分割心臟週期到最後確定心臟疾病的類型。心臟週期的分割與識別是根據短時傅立葉變換(STFT)和支持向量機(SVM)。實驗過程中，心音資料來源是來至德州心臟學會公開的心音資料，並非常有希望達到不錯的辨識率。