[发明专利]一种基于核的有界判别分析的心电身份识别方法及系统有效

专利信息
申请号: 202011521898.9 申请日: 2020-12-21
公开(公告)号: CN112472105B 公开(公告)日: 2021-08-17
发明(设计)人: 杨公平;朱桂萍;孙启玉;李红超;张永忠 申请(专利权)人: 山东大学;山东锋士信息技术有限公司
主分类号: A61B5/346 分类号: A61B5/346;A61B5/352;A61B5/366;A61B5/353;A61B5/355;A61B5/117;G06K9/62
代理公司: 济南圣达知识产权代理有限公司 37221 代理人: 张庆骞
地址: 250101 山东*** 国省代码: 山东;37
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 判别分析 身份 识别 方法 系统
【说明书】:

发明属于心电信号身份识别领域,提供了一种基于核的有界判别分析的心电身份识别方法及系统。其中,基于核的有界判别分析的心电身份识别方法包括获取心电信号并提取单周期的心拍信号;通过核函数将心拍隐式地投影到高维空间,在高维空间中使用有界判别分析将心拍信号映射到低维子空间,提取单周期的心拍信号的低维特征;基于欧式距离从模板数据库中寻找最相似的模板,输出最相似的模板对应的用户为待识别用户;所述模板数据库中存储有单周期的心拍信号模板及其对应用户。

技术领域

本发明属于心电信号身份识别领域,尤其涉及一种基于核的有界判别分析的心电身份识别方法及系统。

背景技术

本部分的陈述仅仅是提供了与本发明相关的背景技术信息,不必然构成在先技术。

基于心电信号的身份识别技术得到了广泛的关注。心电信号是人身体上重要的生理信号,蕴含了个体独特的身份信息。此外,心电信号一般不会随着时间推移发生较大变化,并且随着微型传感器技术的发展,心电信号的采集也越来越方便。心电信号具有普遍性、独特性、稳定性、易采集等特点,是一种较为安全的、可靠的身份识别技术,具有很好的应用前景。发明人发现,现有的识别方法常常基于一定的数据分布假设,不能很好的提取心电信号中有区分度的特征,存在心电特征的区分性不强、不够鲁棒等问题,如何更好地提取具有区分度的心电身份识别特征是目前亟待解决的问题之一。

发明内容

为了解决上述背景技术中存在的至少一项技术问题,本发明提供一种基于核的有界判别分析的心电身份识别方法及系统,其针对心电信号的非线性分布,基于核的有界判别分析使用多项式核函数,隐式地将心电信号投影到更具有可区分性的高维空间,进一步提高了心电信号特征的区分度,提高了心电身份识别的效果。

为了实现上述目的,本发明采用如下技术方案:

本发明的第一个方面提供一种基于核的有界判别分析的心电身份识别方法。

一种基于核的有界判别分析的心电身份识别方法,包括:

获取心电信号并提取单周期的心拍信号;

通过核函数将心拍隐式地投影到高维空间,在高维空间中使用有界判别分析将心拍信号映射到低维子空间,提取单周期的心拍信号的低维特征;

基于欧式距离从模板数据库中寻找最相似的模板,输出最相似的模板对应的用户为待识别用户;所述模板数据库中存储有单周期的心拍信号模板及其对应用户。

本发明的第二个方面提供一种基于核的有界判别分析的心电身份识别系统。

一种基于核的有界判别分析的心电身份识别系统,包括:

信号获取模块,其用于获取心电信号并提取单周期的心拍信号;

特征提取模块,其通过核函数将心拍隐式地投影到高维空间,在高维空间中使用有界判别分析将心拍信号映射到低维子空间,提取单周期的心拍信号的低维特征;

身份识别模块,其基于欧式距离从模板数据库中寻找最相似的模板,输出最相似的模板对应的用户为待识别用户;所述模板数据库中存储有单周期的心拍信号模板及其对应用户。

本发明的第三个方面提供一种计算机可读存储介质。

一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如上述所述的基于核的有界判别分析的心电身份识别方法中的步骤。

本发明的第四个方面提供一种计算机设备。

一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如上述所述的基于核的有界判别分析的心电身份识别方法中的步骤。

与现有技术相比,本发明的有益效果是:

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于山东大学;山东锋士信息技术有限公司,未经山东大学;山东锋士信息技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202011521898.9/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top