發(fā)布時間：2020-10-28 11:00

　　 在社會經(jīng)濟、科技信息迅速發(fā)展的當(dāng)今社會,傳統(tǒng)的身份驗證方式無法滿足人類對安全的日益增長的需求。生物特征識別技術(shù)很好的解決了這一難題,雖然現(xiàn)在很多生物特征識別技術(shù)(如指紋、語音、人臉識別等)在安防監(jiān)控、金融安全、醫(yī)療等領(lǐng)域得到了廣泛的應(yīng)用,但它們也存在偽造的安全隱患。本文研究了一種動態(tài)的生物特征識別技術(shù)——心電信號,其活體性、高防偽性等優(yōu)勢得到了生物特征識別領(lǐng)域的廣泛關(guān)注,因此,將心電信號用于身份識別可以作為對現(xiàn)有生物特征識別技術(shù)的一個很好的補充。近十年來,Wang等人在動態(tài)模式識別領(lǐng)域展開了多個創(chuàng)新性的研究,并提出一種機器學(xué)習(xí)新理論——確定學(xué)習(xí)理論。它是一種利用RBF神經(jīng)網(wǎng)絡(luò)對動態(tài)未知環(huán)境下知識獲取、表達、存儲和再利用的理論,能夠?qū)χ芷�、類周期甚至混沌軌跡的動態(tài)系統(tǒng)實現(xiàn)局部準(zhǔn)確的辨識,并以時不變的RBF神經(jīng)網(wǎng)絡(luò)權(quán)值來存儲學(xué)習(xí)到的動態(tài)知識�；诖_定學(xué)習(xí)理論,本文提出一種動態(tài)心電身份識別框架。主要研究成果如下:1)心電數(shù)據(jù)的采集和預(yù)處理。本文以愛康采集盒為硬件基礎(chǔ),編寫上位機程序?qū)崿F(xiàn)標(biāo)準(zhǔn)12導(dǎo)聯(lián)心電信號的采集,并研究了一種用于原始心電信號的中值濾波和小波濾波方法,有效地將干擾噪聲去除,為后續(xù)的識別提供重要的保障。2)心臟動力學(xué)特征的提取以及身份識別。心電信號的時、頻域特征是有限的,不夠全面反映心電模式的動態(tài)特性。本文首先將標(biāo)準(zhǔn)12導(dǎo)聯(lián)ECG數(shù)據(jù)轉(zhuǎn)換為3維VCG數(shù)據(jù),它們之間的轉(zhuǎn)換不會丟失與心臟動力學(xué)有關(guān)的信息內(nèi)容,在訓(xùn)練階段,通過確定學(xué)習(xí)機制,利用RBF神經(jīng)網(wǎng)絡(luò)精確地提取VCG信號的心臟動力學(xué)特征,并以時不變的RBF神經(jīng)網(wǎng)絡(luò)權(quán)值存儲,使用提取的動力學(xué)特征構(gòu)造估計器組以表示訓(xùn)練的心電模式。在識別階段,將待測試模式與該動態(tài)估計器的所有模式進行比較,就可以得到一組用于衡量待識別模式和訓(xùn)練模式之間相似度的范數(shù)形式的殘差,根據(jù)最小殘差原則,就可以快速識別待測試模式。最后本文通過自行采集的心電數(shù)據(jù)和PTB數(shù)據(jù)庫的心電數(shù)據(jù)進行多組實驗,并采用四個評價指標(biāo)驗證了該方法的有效性和可行性。3)設(shè)計并實現(xiàn)了基于MATLAB GUI的心電身份識別系統(tǒng)。主要包括數(shù)據(jù)采集、心電模式訓(xùn)練、心電識別三個部分,為本文的研究和實驗分析提供了有效的工具平臺。
【學(xué)位單位】：華南理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位年份】：2019
【中圖分類】：TN911.7;TP183
【部分圖文】：

就能夠進一步提高身份識別的安全性和可靠性。因此對這種技術(shù)。信號用于身份識別的可行性分析理論意義上來說，一種生物特征（包括行為特征和生理特征）只用于身份辨識[9]：Universality）：即指此特征是為每個個體都具有的；Uniqueness）：即指每個個體的此生物特征均是互不相同的，也備獨特性。Stability）：即指此生物特征對于某種匹配規(guī)則來說是不變的，不素的改變而發(fā)生改變，至少在一段很長時間內(nèi)保持有穩(wěn)定性（Collectability）：即指該生物特征是可以通過采集設(shè)備定量測

華南理工大學(xué)碩士學(xué)位論文數(shù)（RBF）神經(jīng)網(wǎng)絡(luò)，于 1988 年由 J.Moody 和 C.Dark 提出其屬于前向神經(jīng)網(wǎng)絡(luò)類型，它能夠以任意精度逼近任意連續(xù)問題。網(wǎng)絡(luò)的結(jié)構(gòu)與多層前向網(wǎng)絡(luò)類似，它是一種三層前向網(wǎng)絡(luò)。第二層為隱含層，隱單元數(shù)視所描述問題的需要而定，隱單函數(shù)，它是對中心點徑向?qū)ΨQ且衰減的非負非線性函數(shù)；第三的作用作出響應(yīng)。由它們構(gòu)成的三層結(jié)構(gòu)的神經(jīng)網(wǎng)絡(luò)如圖 2層空間的變換是非線性的，而從隱含層空間到輸出層空間變

圖 3-1 PTB 數(shù)據(jù)庫 patient104 的 I 導(dǎo)聯(lián)數(shù)據(jù)圖3) 290 名志愿者中，其中男性有 209 位，女性有 81 位，他們的年齡范圍均在到 87 歲之間，平均年齡為 57.2 歲。在采集過程中有，有 14 名男性志愿者和 1 名女愿者的年齡沒有被記錄，男性的平均年齡是 55.5 歲，女性的平均年齡是 61.6 歲。4) 該數(shù)據(jù)庫的 ECG 數(shù)據(jù)是在輸入電壓大約 16Mv、補償偏移電壓大約 300Mv 的下根據(jù)每條通道 1000 赫茲的采樣頻率進行采集的，以 16bit 的精度進行量化，每個
【參考文獻】

相關(guān)期刊論文 前6條

1 盧陽;鮑淑娣;劉小東;傅永輝;;應(yīng)用于動態(tài)心電監(jiān)測的自動身份識別系統(tǒng)[J];信息網(wǎng)絡(luò)安全;2013年12期

2 徐鈺;周嚴;;竇房結(jié)電圖中P前波自動識別技術(shù)的研究[J];電子技術(shù)應(yīng)用;2011年11期

3 楊向林;嚴洪;李延軍;魏莉;孫即祥;;基于小波分解和數(shù)據(jù)融合方法的ECG身份識別[J];航天醫(yī)學(xué)與醫(yī)學(xué)工程;2009年04期

4 王聰;陳填銳;劉騰飛;;確定學(xué)習(xí)與基于數(shù)據(jù)的建模及控制[J];自動化學(xué)報;2009年06期

5 陳添丁;郎燕峰;;單導(dǎo)程心電圖的身份識別[J];計算機工程與設(shè)計;2006年24期

6 景英娟,董育寧;生物特征識別技術(shù)綜述[J];桂林電子工業(yè)學(xué)院學(xué)報;2005年02期

相關(guān)博士學(xué)位論文 前2條

1 司文杰;基于確定學(xué)習(xí)理論的低速軸流壓氣機旋轉(zhuǎn)失速檢測—仿真與試驗研究[D];華南理工大學(xué);2015年

2 張嘉偉;心電圖形態(tài)特征的識別及其在分類中的作用研究[D];華東師范大學(xué);2011年

相關(guān)碩士學(xué)位論文 前2條

1 徐雯靜;基于卷積神經(jīng)網(wǎng)絡(luò)的ECG身份識別技術(shù)研究[D];東北林業(yè)大學(xué);2016年

2 袁成志;持續(xù)激勵與確定學(xué)習(xí)算法的性能分析[D];華南理工大學(xué);2012年

本文編號：2860001