對(duì)于傳統(tǒng)的身份識(shí)別,大多數(shù)方法是基于先驗(yàn)知識(shí)和基于令牌的,這種方法通常使用密碼,身份證號(hào)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(shí)別的安全性,生物特征識(shí)別技術(shù)被廣泛使用在許多領(lǐng)域。心電信號(hào)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(gè)體中。然而,心電信號(hào)較易于受到許多因素的干擾,包括外部因素和個(gè)體內(nèi)部自身的因素,導(dǎo)致心電信號(hào)穩(wěn)定性低,是心電身份識(shí)別中遇到的主要問(wèn)題。本文提出了一種基于共性和個(gè)性化子字典的稀疏表示算法,進(jìn)行心電信號(hào)的身份識(shí)別。在此方法中,首先,通過(guò)對(duì)數(shù)據(jù)庫(kù)中所有個(gè)體的心電信號(hào)的觀察,多個(gè)個(gè)體的心電信號(hào)在波形的走勢(shì)等方面具有很多的相似性,所以通過(guò)構(gòu)造每個(gè)個(gè)體的個(gè)性化字典和對(duì)于數(shù)據(jù)庫(kù)中所有個(gè)體的共性字典,使得心電信號(hào)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(kāi)來(lái),使得到的特征表示在身份識(shí)別方面更具有判別性;其次,每個(gè)個(gè)體的個(gè)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(cè)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(lái)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(yè)數(shù)】：63 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖１－１?一個(gè)理想的心電信號(hào)的心動(dòng)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(hào)的信息。通過(guò)對(duì)心電信號(hào)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(hào)中較為穩(wěn)定的波段，從醫(yī)學(xué)角度來(lái)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(hào)的信??息，所以，ＱＲＳ波群在心電身份識(shí)別方面較其他波更穩(wěn)定具有判別性。??Ｓ??圖１－１?一個(gè)理想的心電信號(hào)的心動(dòng)周期??１．３心電身份識(shí)別的主要流程??心電身份識(shí)別算法一般來(lái)說(shuō)主要包含以下三個(gè)階段：心電信號(hào)的預(yù)處理階段，??心電信號(hào)的特征提取階段以及最后心電信號(hào)的識(shí)別匹配階段，具體流程如圖１－２??所示。??￣訓(xùn)練集￣?，????心電信號(hào)??????????信號(hào)預(yù)處理二二特征提�。�?識(shí)別匹配一■識(shí)別結(jié)果??測(cè)試集＂＂＂??１￣——????心電信號(hào)??????圖１－２心電身份識(shí)別的主要流程??心電信號(hào)的預(yù)處理。心電信號(hào)在獲取過(guò)程中，容易受到許多因素的影響，不??僅包括受測(cè)者自身的內(nèi)部因素，還包括若干外部因素。對(duì)于心電信號(hào)采集過(guò)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(duì)于受測(cè)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(dòng)狀態(tài)，心情等；總結(jié)來(lái)說(shuō)，采集到??的心電信號(hào)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(duì)心電信號(hào)進(jìn)行適當(dāng)有效的去噪工作是非常必要的。另外對(duì)于心電信號(hào)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(gè)信號(hào)在某個(gè)域是稀疏的或者是可以被壓縮的，那么這個(gè)信號(hào)可以??通過(guò)稀疏域中的少量元素來(lái)進(jìn)行原信號(hào)的重構(gòu)。稀疏表示對(duì)于信號(hào)特征提取的有??效性，也使得它在多個(gè)領(lǐng)域引起了廣泛的關(guān)注，例如圖片分類(lèi)，圖像去噪，人臉??識(shí)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(hào)，矩陣Ｄ?ｅ??Ｋｎ＃表示字典矩陣，信號(hào)ｘ通過(guò)字典Ｄ得到的稀疏表示用向量ａ?ｅ?來(lái)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(gè)數(shù)遠(yuǎn)小于零元素的個(gè)數(shù)，這也就是說(shuō)向量??ａ是稀疏的；另外字典￡＞中稱(chēng)之為過(guò)完備字典；稀疏表示是一種特征表??示方法，通過(guò)原信號(hào)訓(xùn)練得到一個(gè)過(guò)完備字典，在此子空間下得到原信號(hào)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(hào)，每個(gè)字典??原子所對(duì)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(wèn)題，所以在實(shí)際應(yīng)用過(guò)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(hào)身份識(shí)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(hào)：3208780