基于主成分分析的心電圖特征提取及身份識別應用.pdf_第1頁
已閱讀1頁,還剩60頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領

文檔簡介

1、生物特征識別是指利用人體的生物特征進行身份識別的技術。人體的生物特征可劃分為生理特征(如指紋、面像、虹膜、掌紋等)和行為特征(如步態(tài)、聲音、筆跡等)。隨著安舫科學技術的飛速發(fā)展和社會治安的日益需求,生物識別技術目前已經(jīng)成為國內(nèi)外研究和開發(fā)的一個熱點,已列入國家“十一五”科技攻關計劃。
   心電圖作為一種常用的臨床診斷工具,隨著其在計算機自動診斷領域的發(fā)展,心電圖信號作為一種新興的生物識別特征也逐漸進入人們的視線。基于心電圖信號

2、的普遍性、唯一性和穩(wěn)定性,將其作為生物識別特征被證明是可行的,但因其是一種比較新穎的生物識別技術,還有許多需要完善的地方。
   為了提高心電圖識別算法的效率,保證身份識別的準確率,本文在前人研究的基礎上,做了如下工作:
   (1)特征提取是生物識別技術中最困難的任務之一。本文不同于以往的心電圖基點特征提取方法,這些研究大多使用距離或幅度的差異來進行特征分類。這些特征提取通常計算復雜,并且對于有些基點特征模糊的心電圖是

3、很難直接提取的。本文提出一種基于主成分分析的心電圖特征提取算法,通過截取多個循環(huán)周期的心電圖信號,計算其協(xié)方差矩陣及協(xié)方差矩陣的特征值和特征向量,選取最大的特征值對應的特征向量形成特征向量空間,然后把單周期的心電圖信號映射到此空間,獲得一組系數(shù)向量用于鑒別,這樣就大大地降低了特征提取的復雜度,并且增大了心電圖身份識別的適用人群。
   (2)在對心電圖的預處理階段,采用FIR低通濾波器組進行快速濾波,利用差分閾值法進行R點的定位

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論