350 руб
Журнал «Наукоемкие технологии» №12 за 2014 г.
Статья в номере:
Спектральный анализ медленных волн в сингулярном разложении электрокардиосигнала
Авторы:
Яа Зар До - аспирант, кафедра «Биомедицинская инженерия», Юго-Западный государственный университет (г. Курск). E-mail: SFilist@gmail.com О.В. Шаталова - к.т.н., доцент, кафедра «Биомедицинская инженерия», Юго-Западный государственный университет (г. Курск). E-mail: shatolg@mail.ru Л.В. Плесканос - к.т.н., доцент, кафедра электроснабжения, Юго-Западный государственный университет (г. Курск). E-mail: SFilist@gmail.com
Аннотация:
Рассмотрен способ спектрального анализа медленных волн в сингулярном разложении электрокардиосигнала. Показано, что способ позволяет сформировать пространство информативных признаков, предназначенное для нейросетевых классификаторов сердечно-сосудистых патологий, посредством вычислений оконных преобразований Фурье структурных функций шумовой составляющей сингулярного разложения электрокардиосигнала.
Страницы: 73-78
Список источников

 

  1. Шаталова О.В., Жилин В.В., Зар До Яа. Способ выделения медленных вон из шумовой составляющей сингулярного разложения электрокардиосигнала // Научный взгляд на современный этап развития общественных, технических, гуманитарных и естественных наук. Актуальные проблемы: сборник статей по итогам Всерос. научно-практич. конф. СПб.: Изд-во «КультИнформПресс». 2014. С. 137−141.
  2. Волков И.И., Емельянов С.Г., Филист С.А. Метод классификации сложных объектов на основе анализа структурных функций медленных волн // Биомедицинская радиоэлектроника. 2012. № 4. С. 6−11.
  3. Филист С.А., Томакова Р.А., Горбатенко С.А.и др. Структурно-функциональные решения нечетких нейронных сетей для интеллектуальных систем анализа разнотипных признаков // Фундаментальные и прикладные проблемы техники и технологии. 2011. № 1(285). С. 85−92.
  4. D-Urso P., Giordani P. A least squares approach to principal component analysis for interval valued data // Chemometrics and Intelligent Laboratory Systems. 2004. V. 70. P. 179−192.
  5. Giordani P., Kiers H.A.L. Principal Component Analysis of symmetric fuzzy data // Computational Statistics and Data Analysis. 2004. V. 45. P. 519−548.