导读:本文包含了频谱图论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:频谱,多普勒,频率,卷积,射电,时域,神经网络。
频谱图论文文献综述
张艺瀚,梁小琴[1]（2019）在《一种荧光频谱图的数字余辉算法设计》一文中研究指出随着新一代无线通信系统对各种复杂射频技术的采用,对信号瞬态事件的实时测量能力提出了更高的要求。实时频谱分析仪中的荧光频谱图可以将一定时间段内的频谱态势通过图像直观地显示出来,但数据处理的算法效率会直接影响荧光频谱图的刷新速率。本文针对荧光频谱图的数字余辉功能,提出了一种基于统计频次的算法设计,减少了余辉的运算时间,可以满足荧光频谱的刷新要求。(本文来源于《2019年全国微波毫米波会议论文集（上册）》期刊2019-05-19）
陈思思[2]（2018）在《基于卷积神经网络的太阳射电频谱图的分类算法研究》一文中研究指出目前大数据时代下,深度学习的方法使得大数据背后的知识能够得到挖掘利用.在天文射电领域中,每天都能产生海量的天文观测数据,如何对这些数据进行深入的知识挖掘,有效的挑选出研究人员想要的数据是本论文研究的重点.本论文利用深度学习的方法对太阳射电数据进行处理挑选和分类,根据太阳射电频谱图的特点,对数据进行了多步预处理,并提出了两种基于卷积神经网络的分类方法,建立了两种太阳射电频谱图的分类模型,实现了射电频谱的自动分类.第一,本文提出了一种针对射电数据库的基于卷积神经网络的太阳射电频谱图自动分类算法,来解决人工手动挑选数据带来的费时费力以及主观性的问题.实验设计中,该算法对采集的原始数据进行了预处理,包括数据的可视化,通道的归一化以及down-sampling等,并根据数据特点选择了合适的卷积核,得益于卷积神经网络良好的特征提取性,相比之前的工作,提出的网络获得了较高的准确性.实验表明,算法的设计对于太阳射电频谱图的分类具有良好的效果.第二,利用自然数据集和天文数据集的内在相关性,本文提出了一个联合卷积神经网络和迁移学习的分类算法,用来解决太阳射电数据库标记数据类型的不足以及不平衡导致无法训练深度网络的情况.该算法不把数据库中有限的数据用于训练整个新的网络,仅仅用于训练新的分类器,同时把自然图像预训练网络的卷积层、池化层的参数和新训练的分类器的参数结合,形成新的网络.实验中过程中对数据进行了扩充,包括随机旋转,随机调整亮度等,并进行了通道变换,change-sampling等多步预处理.实验结果验证了提出的方法能够适用于天文太阳射电数据,为未来扩充后的数据库进行深度网络训练带来了思路,也为接下来的天文数据的研究提供了可行性.(本文来源于《深圳大学》期刊2018-06-30）
刘雪敬[3]（2017）在《MR-HOCM患者连续多普勒频谱图的智能分析》一文中研究指出1958年,Teare首次全面描述了肥厚型心肌病(Hypertrophic Cardiomyopathy,HCM),临床中,根据静息状态下左室流出道压力阶差(Left Ventricle Outflow Tract Gradient,LVO TG)值将HCM分为肥厚梗阻型()和肥厚非梗阻型()。当肥厚梗阻型心肌病(Hypertrophic Obstructive Cardiomyopathy,HOCM)患者混合其他病变如二尖瓣返流(Mitral Regurgitation,MR)时,初级医师易过高估计LVOT的最大瞬时峰值流速和LVOTG值,影响病情判断和治疗决策的最优化。因此,在本研究室和第四军医大学第一附属医院西京医院HCM研究小组前期研究工作成果的基础上,本文致力于伴二尖瓣返流肥厚梗阻型心肌病(Hypertrophic Obstructive Cardiomyopathy with Mitral Regurgitation,MR-HOCM)患者LVOT连续多普勒频谱图(Continuous Wave Doppler Spectrum,CWDS-LVO T)的智能辅助测量,鉴别MR-HOCM患者的LVOT血流流速和LVO TG值时是否发生过高估计并对LVOTG值进行矫正,同时自动提取连续多普勒频谱图(Continuous Wave Doppler Spectrum,CWDS)的特征参数,为LVOT血流动力情况提供更加丰富的临床信息。为了完成以上目标,本文主要从以下几个方面展开深入的研究:(1)MR-HOCM患者CWDS-LVOT的采集和预处理深入研究MR-HOCM患者CWDS-LVOT的特点、采集方法及参数含义、LVOTG测量方法、准确度和误差原因;在第四军医大学第一附属医院西京医院住院一部超声科由刚入科不超过叁年的初级超声诊断医师和具有超过二十年以上丰富经验的专家超声诊断医师采集12名MR-HOCM患者CWDS-LVOT,并对LVOTG值的测量结果进行确认和记录,并设计合理的降噪预处理方法,通过选取中值滤波,均值滤波和高斯曲率滤波叁种图像滤波方法进行滤波效果的评估和对比,通过对比试验,高斯曲率滤波(Gaussian Curvature Filter,GCF)在MR-HOCM患者CWDS-LVOT的降噪预处理上,效果明显。(2)盲源分离(Blind Source Separation,BSS)算法及应用深入研究BSS实现的基本模型、经典算法FAST-ICA的数学理论和基本思想,研究算法的实现过程和相应的实现步骤;探究BSS过程中出现的盲不确定性出现的原因;根据MR-HOCM患者CWDS-LVOT特点,完成基于FAST-ICA的MR-HOCM患者CWDS-LVOT的信号分离算法和实验验证,同时使用占格率对估计源信号的之间的独立性进行了测度。将LVOTG估计值与专家诊断结果进行对比分析,使用灵敏度和特异性指标,完成了算法准确率的评估,并建立了基于Subspace discriminant集成分类器的算法评估模型。(3)MR-HOCM患者CWDS-LVOT特征参数的提取深入研究MR-HOCM患者CWDS-LVOT特征参数提取方法;利用单自由度模型提取MR-HOCM患者CWDS-LVOT的最大频率曲线,基于提取得到的最大频率曲线进行8个特征参数的提取,提取的特征参数包括收缩期最大流速S、舒张末期最低流速D、收缩舒张流速比SD、LVOTG值、阻力指数RI、搏动指数PI、收缩谱宽度W和收缩上升时间T,并利用得到的特征参数完成对血流状况的评估。(4)系统界面设计采用MATLAB GUI设计一个MR-HOCM患者CWDS-LVOT的简易分析鉴别系统。操作界面分LVOTG过高估计判定、特征参数提取和诊断分析报告叁大部分。LVOTG过高估计判定部分,显示原始MR-HOCM患者CWDS-LVOT、估计源信号图、流速矫正后估计源信号和MR-HOCM患者CWDS-LVOT最大频率曲线的对比图以及矫正后流速和LVOTG值。特征参数提取和诊断分析报告部分,编写相应控件的回调函数,结合相应所需的临床诊断参数和患者信息,将特征参数和分析结果图生成WORD形式的分析报告。本文主要对MR-HOCM患者CWDS-LVOT进行了深入的研究分析,建立了一个MR-HOCM患者CWDS-LVOT的流速简易分析鉴别系统,实现了对MR-HOCM患者CWDS-LVOT是否产生流速和LVOTG值过高估计的判定和矫正,同时还结合临床所需,实现了MR-HOCM患者CWDS-LVOT部分特征参数的自动提取,并通过实验进一步验证了该系统的有效性和可行性。(本文来源于《西华大学》期刊2017-03-01）
李景祥,孙树宝[4]（2016）在《基于频谱图的体外预应力混凝土梁频率分析》一文中研究指出体外预应力是后张预应力体系的重要分支之一。关于其加固的混凝土梁的频率研究具有十分重要的意义,通过检测结构的固有频率变化评估预应力结构的使用状况和有效预应力大小已成为工程监测界的研究重点,本文通过测得的频谱图进行体外预应力混凝土梁的频率分析,为以后工程结构频率分析提供参考。(本文来源于《价值工程》期刊2016年30期）
林栋,杨伟文,杨木秀,李腾龙[5]（2016）在《定量确定超声多普勒频谱图误差的方法》一文中研究指出目的探讨超声多普勒频谱图在测量血流动力学参数误差程度的定量方法。方法采用具有时间对应单一速度值的超声多普勒弦线式体模,对多普勒频谱图产生的固有频率展宽进行试验,以定量确定频谱展宽的程度。先使多普勒弦线式体模的弦线运行为恒速50cm/s,分别用凸阵探头和线阵探头扫描弦线,获得其3种采样深度的多普勒频谱图;然后,使弦线按幅度为100cm/s的正弦波运行,再次获得凸阵探头及线阵探头在3种采样深度下的频谱图谱。将获得的各种状态下的频谱图谱带的上限及下限与设置的弦线速度值进行比较分析。结果所有的超声成像系统的多普勒频谱图均存在固有频谱展宽,凸阵探头的展宽程度与采样深度有关,而线阵探头展宽程度与采样深度无关。结论与以往定性地估计多普勒固有展宽的方法不同,采用具有时间对应单一速度值的超声多普勒弦线式体模能够准确定量地确定频谱图的误差程度。(本文来源于《中国超声医学杂志》期刊2016年07期）
胡旭君,张巩,李芳芳,刘国益,金晨洁[6]（2016）在《性别、文本材料及母语方言对普通话长时平均言语频谱图的影响》一文中研究指出目的探讨不同性别、文本材料、母语方言对普通话长时平均言语频谱图(long-term average speech spectrum,LTASS)的影响,为LTASS应用于临床听力学及科研提供参考。方法选择官话、吴话、湘语、赣语、客家话、闽北话、闽南话及粤语8大方言区的160例受试者,各方言地区10男10女,年龄16~30岁,平均22.3±3.25岁,每例受试者按要求在标准隔声室内用平稳语速与音量的普通话通过B&K(4192)麦克风朗读语音材料(包括新闻和小说两类),由实时频谱分析仪(B&K PULSE3560C)提取所需要的频率和强度并作记录,绘制出普通话LTASS并统计分析其在不同性别、文本材料及母语方言之间的差异。结果绘制得到普通话LTASS图,进行轮廓分析(α=0.05),语言材料对LTASS无影响,差异无统计学意义(F=2.52,P=0.11);性别(F=116.39,P=0.00)、母语方言(F=1.29,P=0.02)对LTASS有影响,男性在100、125、160、200Hz频率发音强度高于女性,粤语区普通话LTASS整体输出强度低于其他方言普通话。结论普通话LTASS应用于临床及科研中需要考虑性别和不同地域因素的影响。(本文来源于《听力学及言语疾病杂志》期刊2016年05期）
张戈,李献震,田金凯[7]（2016）在《基于多普勒频谱图的力量项目运动员左室舒张期室壁运动研究》一文中研究指出通过测定和比较正常人和力量项目运动员在静息和逐级递增负荷运动时,室壁多普勒频谱图上E波和A波峰值速度,研究左室后壁主动松弛和被动充盈功能的变化。结果表明:在静息状态,力量项目组房缩期心房收缩对于左室舒张充盈的贡献小于正常组;在逐级递增负荷中,力量项目组心脏舒张功能的动员表现为同时动用主动舒张储备和左房收缩储备,显示出心脏主动舒张的能力强,左房收缩储备大。(本文来源于《吉林体育学院学报》期刊2016年01期）
李方伟,彭着勋,朱江[8]（2015）在《基于分布式频谱图的混合频谱共享研究》一文中研究指出在认知无线网络中,频谱制图是在空间上发现频谱空洞的新技术。针对目前集中式频谱制图不能适应无线网络结构变化的问题,提出一种次用户自组织的分布式制图方案。次用户根据Delaunay叁角网生长法自组织生成叁角网,然后进行本地插值生成频谱态势图。在获得分布式频谱态势图的基础上,提出一种次用户分布式混合频谱共享方案。次用户根据频谱态势信息判断自身所处环境,选择overlay或者underlay接入方案,以最大化容量为准则推导了最优功率分配方案理论,仿真分析表明,该方案性能明显优于传统的检测避让方法,有效提高了系统容量。(本文来源于《电子技术应用》期刊2015年09期）
薛乐,李立轻,汪军[9]（2015）在《应用频谱图的机织物纹理分析》一文中研究指出利用傅里叶变换技术将空间域的纹理图像变换到频率域中,采用频谱图对机织物纹理信息进行分析。通过傅里叶变换技术得到机织物图像的频谱图,利用阈值分割曲线选取合适的阈值对频谱图进行分割,然后用邻域最大值的方法找到织物纹理的特征坐标点。根据坐标点与实际频率的关系计算机织物纹理的频率范围。实验结果表明,随着密度的增大织物纹理的频率增加,斜纹和缎纹的频率范围比平纹织物的大,常见机织物的纹理为中低频。(本文来源于《纺织学报》期刊2015年07期）
侯明豪,郭军[10]（2015）在《一种基于频谱图的时域数据生成方法》一文中研究指出在给出随机振动频域数据的情况下,本文采用余弦波迭加表达式,结合采样频率,从而使振动的频域数据转化为振动的时域数据,并且文中使用了FFT把生成时域数据转化为频域数据与原始频域数据对比,验证了此方法的正确性,为使用MSC.Fatigue进行振动疲劳仿真做了输入载荷的原始准备。(本文来源于《北京力学会第21届学术年会暨北京振动工程学会第22届学术年会论文集》期刊2015-01-11）
频谱图论文开题报告
（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：
目前大数据时代下,深度学习的方法使得大数据背后的知识能够得到挖掘利用.在天文射电领域中,每天都能产生海量的天文观测数据,如何对这些数据进行深入的知识挖掘,有效的挑选出研究人员想要的数据是本论文研究的重点.本论文利用深度学习的方法对太阳射电数据进行处理挑选和分类,根据太阳射电频谱图的特点,对数据进行了多步预处理,并提出了两种基于卷积神经网络的分类方法,建立了两种太阳射电频谱图的分类模型,实现了射电频谱的自动分类.第一,本文提出了一种针对射电数据库的基于卷积神经网络的太阳射电频谱图自动分类算法,来解决人工手动挑选数据带来的费时费力以及主观性的问题.实验设计中,该算法对采集的原始数据进行了预处理,包括数据的可视化,通道的归一化以及down-sampling等,并根据数据特点选择了合适的卷积核,得益于卷积神经网络良好的特征提取性,相比之前的工作,提出的网络获得了较高的准确性.实验表明,算法的设计对于太阳射电频谱图的分类具有良好的效果.第二,利用自然数据集和天文数据集的内在相关性,本文提出了一个联合卷积神经网络和迁移学习的分类算法,用来解决太阳射电数据库标记数据类型的不足以及不平衡导致无法训练深度网络的情况.该算法不把数据库中有限的数据用于训练整个新的网络,仅仅用于训练新的分类器,同时把自然图像预训练网络的卷积层、池化层的参数和新训练的分类器的参数结合,形成新的网络.实验中过程中对数据进行了扩充,包括随机旋转,随机调整亮度等,并进行了通道变换,change-sampling等多步预处理.实验结果验证了提出的方法能够适用于天文太阳射电数据,为未来扩充后的数据库进行深度网络训练带来了思路,也为接下来的天文数据的研究提供了可行性.
（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。
频谱图论文参考文献
[1].张艺瀚,梁小琴.一种荧光频谱图的数字余辉算法设计[C].2019年全国微波毫米波会议论文集（上册）.2019
[2].陈思思.基于卷积神经网络的太阳射电频谱图的分类算法研究[D].深圳大学.2018
[3].刘雪敬.MR-HOCM患者连续多普勒频谱图的智能分析[D].西华大学.2017
[4].李景祥,孙树宝.基于频谱图的体外预应力混凝土梁频率分析[J].价值工程.2016
[5].林栋,杨伟文,杨木秀,李腾龙.定量确定超声多普勒频谱图误差的方法[J].中国超声医学杂志.2016
[6].胡旭君,张巩,李芳芳,刘国益,金晨洁.性别、文本材料及母语方言对普通话长时平均言语频谱图的影响[J].听力学及言语疾病杂志.2016
[7].张戈,李献震,田金凯.基于多普勒频谱图的力量项目运动员左室舒张期室壁运动研究[J].吉林体育学院学报.2016
[8].李方伟,彭着勋,朱江.基于分布式频谱图的混合频谱共享研究[J].电子技术应用.2015
[9].薛乐,李立轻,汪军.应用频谱图的机织物纹理分析[J].纺织学报.2015
[10].侯明豪,郭军.一种基于频谱图的时域数据生成方法[C].北京力学会第21届学术年会暨北京振动工程学会第22届学术年会论文集.2015
论文知识图
