基于PCA特征和融合特征的ECG身份识别方法

• 作者: 严洪 任兆瑞 姚宇华 宋晋忠 李延军 杨向林
• 来源期刊: 智能系统学报
• 学科: 工学
• 关键词: 主成分分析 小波分解 融合特征 心电图 身份识别
• 年，卷（期）: 2010,（5）
• 页码范围: 458-463
• 分类号: TP301.6
• 字数: 3673字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-4785.2010.05.014

摘要

ECG作为一种活体生物特征用于身份识别在国际上引起了广泛重视.针对基于解析特征的ECG身份识别方法对特征点检测精度要求较高的缺点,提出一种仅需R波峰值点检测的ECG身份识别方法,该方法通过有针对性的设定相应阈值,将PCA特征和小波融合特征方法相结合.实验结果表明该方法优于PCA特征方法、波形特征方法和小波特征方法,既减少了特征点检测的复杂性和特征点检测不准确带来的误差,又可获得较高的识别率,是一种实时、高效算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨向林		11	140	6.0	11.0
2	严洪		51	513	11.0	21.0
3	任兆瑞		3	54	3.0	3.0
4	宋晋忠		19	148	7.0	11.0
5	姚宇华		6	81	4.0	6.0
6	李延军		31	371	9.0	19.0