文献检索-宁波市创意产业特色资源库

限定检索结果

基于形态特征和KPCA融合特征的ECG身份识别: 收藏
分享
引用; 《电子技术（上海）》2015年第3期42卷 5-8页; 作者：陈晓丹徐慧芳沈海斌浙江大学超大规模集成电路设计研究所西湖电子集团有限公司医务室; 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...; 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%。; 来源：详细信息评论

限定检索结果