《表1 基于小波变换的单导联跳频心电信号提取方法》
提示：宽带有限、当前游客访问压缩模式
应用上述算法和本文提出的算法对上述心电信号进行算法测试，分别对检测率、漏检率、误检率进行统计对比分析，部分实验结果见表1和表2。
| 图表编号 | XD00144626700 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.08.01 |
| 作者 | 王旭、蔡宗平、林生佐 |
| 绘制单位 | 广东环境保护工程职业学院、广东环境保护工程职业学院、广东环境保护工程职业学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 分层回归结果：基于小波变换和TEO的输电线路故障测距方法》2019.10.25
- 《表1 三种气体价格比较：单导联智能心电检测用于心律失常筛查的效果研究》2020.12.15
- 《表1 不同去噪方法比较：基于改进小波变换的图像信噪比提高》2020.08.01
- 《表1 样本信号分类：基于小波变换的高光谱激光雷达回波微弱信号处理技术》2018.10.01
- 《表1 频带范围表：基于小波变换的高边坡变形监测数据误差处理方法》2020.12.20
- 《表1 行星轮系主要参数：基于小波变换的行星轮系点蚀故障信号分析》2020.09.01
- 《表1 轴承参数表：基于小波变换的轴承故障诊断及预测方法研究》2020.06.15
- 《表1 具体过程：基于离散平稳小波变换的图像融合方法》2020.08.20
- 《表1 随机测试结果：基于小波包变换和支持向量机的故障选线方法》2020.01.10
- 《表1 心电信号经小波变换和EMD算法处理后的信噪比》2020.02.25
- 《表2 基于小波变换的特征提取及BP网络识别结果（新特征4维）》2019.11.01
- 《表4 基于小波包变换的特征提取与识别结果》2019.11.01
- 《表1 电机参数：基于改进小波包变换和信号融合的永磁同步电机匝间短路故障检测》2020.01.25
- 《表1 各小波去噪信噪比：基于小波变换的光电传感器信号去噪技术》2019.10.05
- 《表3 去噪算法对比表：基于经验小波与小波变换的GIS局部放电信号去噪方法研究》2019.07.16
- 《表1 仿真信号模拟值：基于经验小波与小波变换的GIS局部放电信号去噪方法研究》2019.07.16
- 《表2 12层峭度值：基于经验小波与小波变换的GIS局部放电信号去噪方法研究》2019.07.16
- 《表1 定量比较：一种基于Retinex算法和小波变换的图像增强方法》2018.09.01
- 《表1 各层频率范围：基于小波变换的多任务下操作员眼电特征提取》2018.09.20
- 《表3 基于小波变换算法的超低频信号滤波性能》2019.11.20