排序方式: 共有1条查询结果,搜索用时 15 毫秒
1
1.
为了实现膝关节声发射信号的动态分析和模式识别,以膝关节在坐-立-坐运动的不同阶段产生的声发射信号为研究对
象,进行主成分分析、差异性检验和基于支持向量机的分类测试。 声发射特征参数经过线性变化提取为 2 个主成分;对膝关节
在两个运动阶段产生的声发射信号进行差异性检验,渐进显著性健康组主成分 F1<0. 05、主成分 F2 >0. 05,对照组均小于 0. 05;
支持向量机对膝关节声发射信号的分类准确率达到了 97. 9%。 结果表明,主成分分析的方法能够对膝关节声发射信号成功降
维,对降维后的信号进行差异性检验和诊断识别发现患病膝关节的不同运动阶段存在更为明显的差异,支持向量机的方法能够
对膝关节骨性关节炎做出准确的诊断识别。 相似文献
1