基于AR模型的人体脉象信号模糊聚类研究

摘要：

根据一种新的模糊聚类方法-F-PFSR(Fuzzy Pseudo F-St乱i8tic Ratio)聚类法,对人体脉搏声信号(脉象信号)进行了聚类识别研究.首先对脉搏声信号作8阶AR模型拟合,模型系数构成信号的特征集,其次采用K-L变换对特征集进行了压缩,最后对临床实测脉象信号进行了聚类分析.实验结果表明,本文的聚类方法是可行和有效的.

关键词：脉搏声信号、AR模型与K-L变换、F-PFSR聚类法

所属期刊栏目：20

分类号：TP18(自动化基础理论)

资助基金：国家自然科学基金;陕西省自然科学基金

在线出版日期：2004-01-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：21-25