|
|||||
|
|
| 基于形态特征和KPCA融合特征的ECG身份识别 | |
| 引用本文： | 陈晓丹,徐慧芳,沈海斌. 基于形态特征和KPCA融合特征的ECG身份识别[J]. 电子技术, 2015, 44(3): 5-8 |
| 作者姓名： | 陈晓丹 徐慧芳 沈海斌 |
| 作者单位： | 1. 浙江大学超大规模集成电路设计研究所 2. 西湖电子集团有限公司医务室,浙江杭州 |
| 摘 要： | ECG信号由于其唯一性,在身份识别中得到了越来越广泛的应用.但以往的研究基本只讨论在平静状态或不同情绪下的身份识别,没有考虑个体在运动中及运动后的识别情况.本文针对这个问题,研究在平静和运动状态混合下ECG身份识别的特征向量选取问题.实验分别提取QRS等特征点组成的形态特征、核主成分以及两者的融合特征,利用支持向量机(SVM)进行识别测试.其中训练使用平静状态下的数据,测试则使用平静与运动状态混合的数据集.实验结果显示当ECG身份识别扩展到平静和运动状态混合的情况下,形态特征和KPCA融合的特征有最优的识别效果,识别率达到98.7342％. |
| 关 键 词： | 心电信号 运动状态 身份识别 特征提取 核主成分分析 融合特征 支持向量机 |
ECG Identification Based on Fusion Features of Morphological Characteristics and KPCA |
|
| Chen Xiaodan , Xu Huifang , Shen Haibin. ECG Identification Based on Fusion Features of Morphological Characteristics and KPCA[J]. Electronic Technology, 2015, 44(3): 5-8 | |
| Authors: | Chen Xiaodan Xu Huifang Shen Haibin |
| Affiliation: | Chen Xiaodan;Xu Huifang;Shen Haibin;Institute of VLSI Design, Zhejiang University;Clinic of Westlake Electronics Group Co., Ltd.; |
| Abstract: | |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ | |