基于SVM的ECG传感器信号身份识别方法

• 作者: 沈海斌 陈冠雄 陈曦
• 来源期刊: 传感器与微系统
• 学科: 工学
• 关键词: 心电图 小波变换 支持向量机 相关系数 特征提取 分类识别
• 年，卷（期）: 2014,（10）
• 所属期刊栏目: 研究与探讨
• 页码范围: 40-42,46
• 页数: 4页
• 分类号: TP212|TP18
• 字数: 2712字
• 语种: 中文
• DOI: 10.13873/J.1000-9787(2014)10-0040-03

摘要

通过心电图(ECG)传感器采集的信号在身份识别中得到了越来越广泛的应用.但小波滤噪结果往往通过主观判断,没有量化指标,滤波效果不理想;同时,对于ECG特征的提取没有考虑心率变化的影响,鲁棒性不佳.针对这2个问题,提出了一种通过信噪比和相关系数衡量预处理结果的办法,并且在特征的提取上只采用QRS波形,避开了易受心率影响的间期特征.最后使用了多种分类识别方法进行测试,得到了小样本下支持向量机(SVM)最适用于ECG识别的结论.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈曦	浙江大学超大规模集成电路设计研究所	52	516	12.0	21.0
2	沈海斌	浙江大学超大规模集成电路设计研究所	139	832	13.0	21.0
3	陈冠雄		7	36	3.0	6.0