基于ECG生物識(shí)別并行化的研究與實(shí)現(xiàn).pdf

1、在過(guò)去十幾年中，生物識(shí)別技術(shù)已經(jīng)相當(dāng)成熟了，它是一門(mén)利用統(tǒng)計(jì)學(xué)方法和人體生理活動(dòng)數(shù)據(jù)來(lái)驗(yàn)證個(gè)人身份的技術(shù)。心電信號(hào)ECG（Electrocardiograph）本身因人而異的，并且在每個(gè)人當(dāng)中不可復(fù)制，目前大量的ECG信號(hào)用于生物識(shí)別技術(shù)，最新研究指出了 ECG生物識(shí)別技術(shù)的一個(gè)待解決問(wèn)題：在應(yīng)用場(chǎng)景多樣化和人群數(shù)量龐大的情況下，如何充分的利用ECG各類特征來(lái)保持識(shí)別魯棒性的問(wèn)題。
　　針對(duì)上述問(wèn)題，本研究首先利用傳統(tǒng)的特征提取方

2、法，將基于特征點(diǎn)特征(Fiducial basedfeatures)和基于非特征點(diǎn)特征(Non-Fiducial basedfeatures)進(jìn)行結(jié)合，提取一種結(jié)合Fiducial和Non-fidicuial的混合特征提取方法，以完成ECG信號(hào)多維特征的建模。其中，F(xiàn)iducial特征包括ECG信號(hào)的波幅特征、ECG信號(hào)的時(shí)序特征和ECG信號(hào)的頻譜特征； Non-Fiducial特征包括 ECG心電圖的波形形狀。進(jìn)而將兩類特征混合并進(jìn)行

3、統(tǒng)一建模，經(jīng)驗(yàn)證，在多樣化場(chǎng)景中本研究提出的ECG混合特征比傳統(tǒng)的ECG單維度特征擁有更高的識(shí)別率。
　　第二步，針對(duì)人群數(shù)據(jù)龐大時(shí)，數(shù)據(jù)訓(xùn)練的時(shí)間開(kāi)銷大的問(wèn)題，本研究基于上述ECG混合特征，提出新的LDA的算法(LDABased OnMultipleFeatures,LOMF)，LOMF算法包含了ECG信號(hào)的預(yù)處理、子塊劃分和分塊訓(xùn)練。并利用MapReduce分布式計(jì)算框架進(jìn)行算法并行化，提出一種基于多維特征空間的二級(jí)檢索方式，