基于确定学习理论的心电身份识别研究
发布时间：2020-10-28 11:00
在社会经济、科技信息迅速发展的当今社会,传统的身份验证方式无法满足人类对安全的日益增长的需求。生物特征识别技术很好的解决了这一难题,虽然现在很多生物特征识别技术(如指纹、语音、人脸识别等)在安防监控、金融安全、医疗等领域得到了广泛的应用,但它们也存在伪造的安全隐患。本文研究了一种动态的生物特征识别技术——心电信号,其活体性、高防伪性等优势得到了生物特征识别领域的广泛关注,因此,将心电信号用于身份识别可以作为对现有生物特征识别技术的一个很好的补充。近十年来,Wang等人在动态模式识别领域展开了多个创新性的研究,并提出一种机器学习新理论——确定学习理论。它是一种利用RBF神经网络对动态未知环境下知识获取、表达、存储和再利用的理论,能够对周期、类周期甚至混沌轨迹的动态系统实现局部准确的辨识,并以时不变的RBF神经网络权值来存储学习到的动态知识。基于确定学习理论,本文提出一种动态心电身份识别框架。主要研究成果如下:1)心电数据的采集和预处理。本文以爱康采集盒为硬件基础,编写上位机程序实现标准12导联心电信号的采集,并研究了一种用于原始心电信号的中值滤波和小波滤波方法,有效地将干扰噪声去除,为后续的识别提供重要的保障。2)心脏动力学特征的提取以及身份识别。心电信号的时、频域特征是有限的,不够全面反映心电模式的动态特性。本文首先将标准12导联ECG数据转换为3维VCG数据,它们之间的转换不会丢失与心脏动力学有关的信息内容,在训练阶段,通过确定学习机制,利用RBF神经网络精确地提取VCG信号的心脏动力学特征,并以时不变的RBF神经网络权值存储,使用提取的动力学特征构造估计器组以表示训练的心电模式。在识别阶段,将待测试模式与该动态估计器的所有模式进行比较,就可以得到一组用于衡量待识别模式和训练模式之间相似度的范数形式的残差,根据最小残差原则,就可以快速识别待测试模式。最后本文通过自行采集的心电数据和PTB数据库的心电数据进行多组实验,并采用四个评价指标验证了该方法的有效性和可行性。3)设计并实现了基于MATLAB GUI的心电身份识别系统。主要包括数据采集、心电模式训练、心电识别三个部分,为本文的研究和实验分析提供了有效的工具平台。
【学位单位】：华南理工大学
【学位级别】：硕士
【学位年份】：2019
【中图分类】：TN911.7;TP183
【部分图文】：
就能够进一步提高身份识别的安全性和可靠性。因此对这种技术。信号用于身份识别的可行性分析理论意义上来说，一种生物特征（包括行为特征和生理特征）只用于身份辨识[9]：Universality）：即指此特征是为每个个体都具有的；Uniqueness）：即指每个个体的此生物特征均是互不相同的，也备独特性。Stability）：即指此生物特征对于某种匹配规则来说是不变的，不素的改变而发生改变，至少在一段很长时间内保持有稳定性（Collectability）：即指该生物特征是可以通过采集设备定量测
华南理工大学硕士学位论文数（RBF）神经网络，于 1988 年由 J.Moody 和 C.Dark 提出其属于前向神经网络类型，它能够以任意精度逼近任意连续问题。网络的结构与多层前向网络类似，它是一种三层前向网络。第二层为隐含层，隐单元数视所描述问题的需要而定，隐单函数，它是对中心点径向对称且衰减的非负非线性函数；第三的作用作出响应。由它们构成的三层结构的神经网络如图 2层空间的变换是非线性的，而从隐含层空间到输出层空间变
图 3-1 PTB 数据库 patient104 的 I 导联数据图3) 290 名志愿者中，其中男性有 209 位，女性有 81 位，他们的年龄范围均在到 87 岁之间，平均年龄为 57.2 岁。在采集过程中有，有 14 名男性志愿者和 1 名女愿者的年龄没有被记录，男性的平均年龄是 55.5 岁，女性的平均年龄是 61.6 岁。4) 该数据库的 ECG 数据是在输入电压大约 16Mv、补偿偏移电压大约 300Mv 的下根据每条通道 1000 赫兹的采样频率进行采集的，以 16bit 的精度进行量化，每个
【参考文献】
本文编号：2860001
【学位单位】：华南理工大学
【学位级别】：硕士
【学位年份】：2019
【中图分类】：TN911.7;TP183
【部分图文】：
就能够进一步提高身份识别的安全性和可靠性。因此对这种技术。信号用于身份识别的可行性分析理论意义上来说，一种生物特征（包括行为特征和生理特征）只用于身份辨识[9]：Universality）：即指此特征是为每个个体都具有的；Uniqueness）：即指每个个体的此生物特征均是互不相同的，也备独特性。Stability）：即指此生物特征对于某种匹配规则来说是不变的，不素的改变而发生改变，至少在一段很长时间内保持有稳定性（Collectability）：即指该生物特征是可以通过采集设备定量测
华南理工大学硕士学位论文数（RBF）神经网络，于 1988 年由 J.Moody 和 C.Dark 提出其属于前向神经网络类型，它能够以任意精度逼近任意连续问题。网络的结构与多层前向网络类似，它是一种三层前向网络。第二层为隐含层，隐单元数视所描述问题的需要而定，隐单函数，它是对中心点径向对称且衰减的非负非线性函数；第三的作用作出响应。由它们构成的三层结构的神经网络如图 2层空间的变换是非线性的，而从隐含层空间到输出层空间变
图 3-1 PTB 数据库 patient104 的 I 导联数据图3) 290 名志愿者中，其中男性有 209 位，女性有 81 位，他们的年龄范围均在到 87 岁之间，平均年龄为 57.2 岁。在采集过程中有，有 14 名男性志愿者和 1 名女愿者的年龄没有被记录，男性的平均年龄是 55.5 岁，女性的平均年龄是 61.6 岁。4) 该数据库的 ECG 数据是在输入电压大约 16Mv、补偿偏移电压大约 300Mv 的下根据每条通道 1000 赫兹的采样频率进行采集的，以 16bit 的精度进行量化，每个
【参考文献】
相关期刊论文 前6条
1 卢阳;鲍淑娣;刘小东;傅永辉;;应用于动态心电监测的自动身份识别系统[J];信息网络安全;2013年12期
2 徐钰;周严;;窦房结电图中P前波自动识别技术的研究[J];电子技术应用;2011年11期
3 杨向林;严洪;李延军;魏莉;孙即祥;;基于小波分解和数据融合方法的ECG身份识别[J];航天医学与医学工程;2009年04期
4 王聪;陈填锐;刘腾飞;;确定学习与基于数据的建模及控制[J];自动化学报;2009年06期
5 陈添丁;郎燕峰;;单导程心电图的身份识别[J];计算机工程与设计;2006年24期
6 景英娟,董育宁;生物特征识别技术综述[J];桂林电子工业学院学报;2005年02期
相关博士学位论文 前2条
1 司文杰;基于确定学习理论的低速轴流压气机旋转失速检测—仿真与试验研究[D];华南理工大学;2015年
2 张嘉伟;心电图形态特征的识别及其在分类中的作用研究[D];华东师范大学;2011年
相关硕士学位论文 前2条
1 徐雯静;基于卷积神经网络的ECG身份识别技术研究[D];东北林业大学;2016年
2 袁成志;持续激励与确定学习算法的性能分析[D];华南理工大学;2012年
本文编号：2860001
本文链接：https://www.wllwen.com/kejilunwen/xinxigongchenglunwen/2860001.html
