论文部分内容阅读
针对血细胞信号具有多形态、非线性、非平稳的特点，提出将希尔伯特黄变换（HHT）和隐马尔可夫模型（HMM）相结合的血细胞信号识别方法。该方法采用HHT对血细胞信号进行分析，选取经过经验模态分解得到的各本质模态函数中相关性较大的分量，以这些分量的能量矩作为信号的特征量，由HMM训练得到正常人和病患者的模型参数并用做分类识别。实验结果表明，该方法可以较好地识别正常人和病患者的血细胞信号，综合准确率迭89．13％。