| 基于卷积神经网络和心电QRS波群的身份识别 |
| |
| 引用本文： | 梁盛德,王 寻,梁金福. 基于卷积神经网络和心电QRS波群的身份识别[J]. 电子测量与仪器学报, 2020, 34(4): 1-10 |
| |
| 作者姓名： | 梁盛德 王 寻 梁金福 |
| |
| 作者单位： | 1.甘肃民族师范学院物理与水电工程系;2.中国科学院声学研究所语言声学与内容理解重点实验室;3.贵州师范大学物理与电子科学学院 |
| |
| 基金项目： | 国家自然科学基金（11564006, 11864007）资助项目 |
| |
| 摘 要： | 利用生物特征进行身份识别是目前模式识别领域的研究热点之一,由于人体的心电信号较为稳定且容易获取,因此利用心电进行身份识别得到了广泛的关注。传统基于心电的身份识别算法需要预先提取特征,然后进行模式识别,处理流程比较复杂,且容易受到噪声的影响。考虑心电QRS波群具有相对稳定的特点,利用QRS波群进行身份识别。首先对心电信号进行小波阈值降噪,然后提取QRS波群,将其转换为二值图,最后输入到卷积神经网络进行身份识别。通过几种不同超参数的卷积神经网络的计算比较,发现本文所述方法的最高准确率可达98.2%。此外,也对比了其他典型心电身份识别方法,结果表明,所述方法的识别准确率高于其他算法。
|
| 关 键 词： | 心电图 QRS波群 身份识别 卷积神经网络 |
Human identification using convolutional neural network and QRS complex in ECG |
| |
| Liang Shengde,Wang Xun,Liang Jinfu. Human identification using convolutional neural network and QRS complex in ECG[J]. Journal of Electronic Measurement and Instrument, 2020, 34(4): 1-10 |
| |
| Authors: | Liang Shengde Wang Xun Liang Jinfu |
| |
| Affiliation: | 1. Department of Physics and Hydropower Engineering, Gansu Normal University for Nationalities;2. Key Laboratory of Speech Acoustics and Content Understanding, Institute of Acoustics,Chinese Academy of Sciences; 3. School of Physics and Electronic Science, Guizhou Normal University |
| |
| Abstract: | |
| |
| Keywords: | electrocardiograph QRS complex human identification convolutional neural network |
| 本文献已被 CNKI 等数据库收录！ |
| 点击此处可从《电子测量与仪器学报》浏览原始摘要信息 |
|
点击此处可从《电子测量与仪器学报》下载免费的PDF全文 |
|
