基于HMM和WNN的心音信号身份识别研究

• 作者: 段谮 郭兴明 钟丽莎
• 来源期刊: 计算机应用研究
• 关键词: 心音信号 身份识别 隐马尔可夫模型 小波神经网络
• 年，卷（期）: 2010,（12）
• 页码范围: 4561-4564
• 分类号: R318
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2010.12.048

摘要

将隐马尔可夫模型(HMM)与小波神经网络(WNN)相结合,提出了一种基于心音信号的身份识别方法.该方法首先利用HMM对心音信号进行时序建模,并计算出待识别心音信号的输出概率评分;再将此识别概率评分作为小波神经网络的输入,通过小波神经网络将HMM的识别概率值进行非线性映射,获取分类识别信息;最后根据混合模型的识别算法得出识别结果.实验采集80名志愿者的160段心音信号对所提出的方法进行验证,并与GMM模型的识别结果进行了对比,结果表明,所选方法能够有效提高系统的识别性能,达到了比较理想的识别效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郭兴明		6	99	4.0	6.0
2	段谮		1	18	1.0	1.0
3	钟丽莎		2	21	2.0	2.0