現(xiàn)如今科學技術改變了我們的生活方式,尤其對信息安全有著嚴格要求,需要發(fā)展新型身份鑒別技術提高信息安全可靠性。新型生物識別技術安全便捷,為人們提供了極大的便利,并在市場上得到了廣泛的應用。心電信號（electrocardiogram,ECG）屬于生物特征之一,之前在醫(yī)學臨床領域運用,由于它得天獨厚的優(yōu)勢,逐漸應用在身份識別技術當中。ECG特征表現(xiàn)的獨特優(yōu)勢主要包括以下兩點:第一心電信號屬于體內(nèi)特征,難以竊取特征,而且心電采集技術歷史悠久、技術成熟;第二心電信號屬于一維信號,相對其他生物特征處理更方便。目前關于ECG身份識別的研究已經(jīng)取得許多進展,但在特征冗余、準確率和時效性等方面存在不足。我們針對以上問題進行了以下相關研究:1.構建了一種基于ICA-CatBoost的ECG身份識別方案。梯度提升算法（Gradient Boosting,GB）具有良好的兼容性,在預測和分類中顯示出巨大的優(yōu)勢,并為建立安全可靠的ECG身份識別模型提供了技術支持。鑒于目前國內(nèi)外存在特征冗余和準確率不高的問題,本文構建了基于ICA-CatBoost的ECG身份識別算法,其中CatBoost是基于梯度提升決策樹的... 

【文章來源】：吉林大學吉林省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：68 頁

【學位級別】：碩士

【文章目錄】：
摘要
abstract
第1章 緒論
    1.1 研究背景及意義
    1.2 ECG身份識別的可行性
    1.3 國內(nèi)外研究現(xiàn)狀
    1.4 論文研究內(nèi)容
    1.5 論文結構安排
第2章 ECG相關知識及分類算法原理
    2.1 心電信號
    2.2 心電信號的噪聲
    2.3 主成分分析
    2.4 獨立成分分析
    2.5 常用分類算法原理
        2.5.1 決策樹
        2.5.2 集成學習算法
        2.5.3 GBDT模型
        2.5.4 CatBoost算法
    2.6 實驗數(shù)據(jù)庫
    2.7 本章小結
第3章 基于ICA-CatBoost的 ECG身份識別
    3.1 預處理
    3.2 初始特征選取
        3.2.1 特征點檢測
        3.2.2 特征提取
    3.3 特征處理
    3.4 分類算法
        3.4.1 Catboost算法模型
        3.4.2 網(wǎng)格搜索
    3.5 實驗結果與分析
        3.5.1 實驗平臺及數(shù)據(jù)設置
        3.5.2 實驗結果分析
    3.6 本章小結
第4章 基于Light GBM算法的ECG身份識別
    4.1 Light GBM算法
        4.1.1 Light GBM的基本原理
        4.1.2 Light GBM的優(yōu)點
    4.2 實驗和分析
        4.2.1 Light GBM算法步驟
        4.2.2 Light GBM流程框圖
        4.2.3 Light GBM分類器性能分析
    4.3 本章小結
第5章 總結與展望
    5.1 本文工作總結
    5.2 展望
參考文獻
作者簡介及科研成果
致謝



本文編號：3041914