基于稀疏表示的心電身份識別方法研究
發(fā)布時間:2021-05-31 18:51
對于傳統(tǒng)的身份識別,大多數(shù)方法是基于先驗(yàn)知識和基于令牌的,這種方法通常使用密碼,身份證號碼或其他保密性信息,但是這些信息容易被遺忘、盜取或者分享;為了增強(qiáng)身份識別的安全性,生物特征識別技術(shù)被廣泛使用在許多領(lǐng)域。心電信號作為生物特征的一種,其他特征相比,它具有普適性、判別性、以及不易被偽造等特點(diǎn),而且僅存在于有生命的個體中。然而,心電信號較易于受到許多因素的干擾,包括外部因素和個體內(nèi)部自身的因素,導(dǎo)致心電信號穩(wěn)定性低,是心電身份識別中遇到的主要問題。本文提出了一種基于共性和個性化子字典的稀疏表示算法,進(jìn)行心電信號的身份識別。在此方法中,首先,通過對數(shù)據(jù)庫中所有個體的心電信號的觀察,多個個體的心電信號在波形的走勢等方面具有很多的相似性,所以通過構(gòu)造每個個體的個性化字典和對于數(shù)據(jù)庫中所有個體的共性字典,使得心電信號的稀疏表示,盡可能的將其包含的共性信息和判別性信息分割開來,使得到的特征表示在身份識別方面更具有判別性;其次,每個個體的個性化字典也要盡可能的獨(dú)立,以保證稀疏表示的判別性;而且,在測試階段為了保證稀疏表示系數(shù)的分布情況,在稀疏表示上加入混合范數(shù)約束,使得稀疏表示系數(shù)的分布,盡可能與...
【文章來源】:山東大學(xué)山東省 211工程院校 985工程院校 教育部直屬院校
【文章頁數(shù)】:63 頁
【學(xué)位級別】:碩士
【部分圖文】:
圖1-1?一個理想的心電信號的心動周期??
山東大學(xué)碩士學(xué)位論文??幅度較大,包含了大部分心電信號的信息。通過對心電信號的觀察以及了解并進(jìn)??行相關(guān)實(shí)驗(yàn),發(fā)現(xiàn)QRS波群是心電信號中較為穩(wěn)定的波段,從醫(yī)學(xué)角度來看,??這也是QRS波群產(chǎn)生原理的必然表現(xiàn),而且由于其包含了大部分心電信號的信??息,所以,QRS波群在心電身份識別方面較其他波更穩(wěn)定具有判別性。??S??圖1-1?一個理想的心電信號的心動周期??1.3心電身份識別的主要流程??心電身份識別算法一般來說主要包含以下三個階段:心電信號的預(yù)處理階段,??心電信號的特征提取階段以及最后心電信號的識別匹配階段,具體流程如圖1-2??所示。?? ̄訓(xùn)練集 ̄?,????心電信號??????????信號預(yù)處理二二特征提。?識別匹配一■識別結(jié)果??測試集"""??1 ̄——????心電信號??????圖1-2心電身份識別的主要流程??心電信號的預(yù)處理。心電信號在獲取過程中,容易受到許多因素的影響,不??僅包括受測者自身的內(nèi)部因素,還包括若干外部因素。對于心電信號采集過程中??的外部因素,例如有采集設(shè)備的電極放置位置等,另一方面對于受測者自身內(nèi)部??因素造成的噪聲,例如相關(guān)因素例如身體運(yùn)動狀態(tài),心情等;總結(jié)來說,采集到??的心電信號中容易受到的干擾主要有:由呼吸和身體狀態(tài)變化導(dǎo)致的基電漂移,??電源工頻千擾,由心臟以外的其他肌肉收縮引起的肌電圖噪聲等[13]。所以,在初??始階段對心電信號進(jìn)行適當(dāng)有效的去噪工作是非常必要的。另外對于心電信號的??4??
山東大學(xué)碩士學(xué)位論文??2.2方法描述??2.2.1稀疏表示概述??稀疏表示最早可追溯于2006年Donoho提出的壓縮感知[441壓縮感知理論??表明,如果一個信號在某個域是稀疏的或者是可以被壓縮的,那么這個信號可以??通過稀疏域中的少量元素來進(jìn)行原信號的重構(gòu)。稀疏表示對于信號特征提取的有??效性,也使得它在多個領(lǐng)域引起了廣泛的關(guān)注,例如圖片分類,圖像去噪,人臉??識別等方面。??I?^??n??*??:?:?:?:???j?1??m&Um??D?-J??■i??a??圖2-1經(jīng)典稀疏表示模型??經(jīng)典的稀疏表示模型如圖2-1所示,其中;t?GMlxn表示原信號,矩陣D?e??Kn#表示字典矩陣,信號x通過字典D得到的稀疏表示用向量a?e?來表示,??其中在向量《中,白色部分代表向量中的零元素,深顏色部分代表非零元素,從??圖中可以看出,向量a中非零元素的個數(shù)遠(yuǎn)小于零元素的個數(shù),這也就是說向量??a是稀疏的;另外字典£>中稱之為過完備字典;稀疏表示是一種特征表??示方法,通過原信號訓(xùn)練得到一個過完備字典,在此子空間下得到原信號的稀疏??表示,這種表示方法希望用盡可能少的字典原子的加權(quán)和表示原信號,每個字典??原子所對應(yīng)的權(quán)重即為稀疏表示中的系數(shù),數(shù)學(xué)上的形式化表示如公式(2-1)所描??述,由于范數(shù)為NP-hard問題,所以在實(shí)際應(yīng)用過程中,一般使用匕范數(shù)進(jìn)行??約束求解。??min||x-Da|||?st.?||a||〇?<?k?(2-1)??12??
【參考文獻(xiàn)】:
期刊論文
[1]基于稀疏編碼的手指心電信號身份識別算法[J]. 林娟,趙治棟,孫淑強(qiáng). 傳感器與微系統(tǒng). 2017(02)
本文編號:3208780
【文章來源】:山東大學(xué)山東省 211工程院校 985工程院校 教育部直屬院校
【文章頁數(shù)】:63 頁
【學(xué)位級別】:碩士
【部分圖文】:
圖1-1?一個理想的心電信號的心動周期??
山東大學(xué)碩士學(xué)位論文??幅度較大,包含了大部分心電信號的信息。通過對心電信號的觀察以及了解并進(jìn)??行相關(guān)實(shí)驗(yàn),發(fā)現(xiàn)QRS波群是心電信號中較為穩(wěn)定的波段,從醫(yī)學(xué)角度來看,??這也是QRS波群產(chǎn)生原理的必然表現(xiàn),而且由于其包含了大部分心電信號的信??息,所以,QRS波群在心電身份識別方面較其他波更穩(wěn)定具有判別性。??S??圖1-1?一個理想的心電信號的心動周期??1.3心電身份識別的主要流程??心電身份識別算法一般來說主要包含以下三個階段:心電信號的預(yù)處理階段,??心電信號的特征提取階段以及最后心電信號的識別匹配階段,具體流程如圖1-2??所示。?? ̄訓(xùn)練集 ̄?,????心電信號??????????信號預(yù)處理二二特征提。?識別匹配一■識別結(jié)果??測試集"""??1 ̄——????心電信號??????圖1-2心電身份識別的主要流程??心電信號的預(yù)處理。心電信號在獲取過程中,容易受到許多因素的影響,不??僅包括受測者自身的內(nèi)部因素,還包括若干外部因素。對于心電信號采集過程中??的外部因素,例如有采集設(shè)備的電極放置位置等,另一方面對于受測者自身內(nèi)部??因素造成的噪聲,例如相關(guān)因素例如身體運(yùn)動狀態(tài),心情等;總結(jié)來說,采集到??的心電信號中容易受到的干擾主要有:由呼吸和身體狀態(tài)變化導(dǎo)致的基電漂移,??電源工頻千擾,由心臟以外的其他肌肉收縮引起的肌電圖噪聲等[13]。所以,在初??始階段對心電信號進(jìn)行適當(dāng)有效的去噪工作是非常必要的。另外對于心電信號的??4??
山東大學(xué)碩士學(xué)位論文??2.2方法描述??2.2.1稀疏表示概述??稀疏表示最早可追溯于2006年Donoho提出的壓縮感知[441壓縮感知理論??表明,如果一個信號在某個域是稀疏的或者是可以被壓縮的,那么這個信號可以??通過稀疏域中的少量元素來進(jìn)行原信號的重構(gòu)。稀疏表示對于信號特征提取的有??效性,也使得它在多個領(lǐng)域引起了廣泛的關(guān)注,例如圖片分類,圖像去噪,人臉??識別等方面。??I?^??n??*??:?:?:?:???j?1??m&Um??D?-J??■i??a??圖2-1經(jīng)典稀疏表示模型??經(jīng)典的稀疏表示模型如圖2-1所示,其中;t?GMlxn表示原信號,矩陣D?e??Kn#表示字典矩陣,信號x通過字典D得到的稀疏表示用向量a?e?來表示,??其中在向量《中,白色部分代表向量中的零元素,深顏色部分代表非零元素,從??圖中可以看出,向量a中非零元素的個數(shù)遠(yuǎn)小于零元素的個數(shù),這也就是說向量??a是稀疏的;另外字典£>中稱之為過完備字典;稀疏表示是一種特征表??示方法,通過原信號訓(xùn)練得到一個過完備字典,在此子空間下得到原信號的稀疏??表示,這種表示方法希望用盡可能少的字典原子的加權(quán)和表示原信號,每個字典??原子所對應(yīng)的權(quán)重即為稀疏表示中的系數(shù),數(shù)學(xué)上的形式化表示如公式(2-1)所描??述,由于范數(shù)為NP-hard問題,所以在實(shí)際應(yīng)用過程中,一般使用匕范數(shù)進(jìn)行??約束求解。??min||x-Da|||?st.?||a||〇?<?k?(2-1)??12??
【參考文獻(xiàn)】:
期刊論文
[1]基于稀疏編碼的手指心電信號身份識別算法[J]. 林娟,趙治棟,孫淑強(qiáng). 傳感器與微系統(tǒng). 2017(02)
本文編號:3208780
本文鏈接:http://sikaile.net/kejilunwen/xinxigongchenglunwen/3208780.html
最近更新
教材專著