資源描述：
《基于神經(jīng)網(wǎng)絡(luò)的心電圖身份識別研究》由會員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、HUsingEl鄭重聲明本人的學(xué)位論文是在導(dǎo)師指導(dǎo)下獨(dú)立撰寫并完成的，學(xué)位論文沒有剽竊、抄襲等違反學(xué)術(shù)道德、學(xué)術(shù)規(guī)范的侵權(quán)行為，否則，本人愿意承擔(dān)由此產(chǎn)生的一切法律責(zé)任和法律后果，特此鄭重聲明。學(xué)位論文作者(簽名)：冷拓爨矽f驢年6月學(xué)位論文使用授權(quán)聲明本人在導(dǎo)師指導(dǎo)下完成的論文及相關(guān)的職務(wù)作品，知識產(chǎn)權(quán)歸屬鄭州大學(xué)。根據(jù)鄭州大學(xué)有關(guān)保留、使用學(xué)位論文的規(guī)定，同意學(xué)校保留或向國家有關(guān)部門或機(jī)構(gòu)送交論文的復(fù)印件和電子版，允許論文被查閱和借閱；本人授權(quán)鄭州大學(xué)可以將本學(xué)位論文的全部或部分編入有關(guān)數(shù)據(jù)庫進(jìn)行檢索，可以采用影印、縮印或者其他復(fù)制手段保存論文和匯編本
2、學(xué)位論文。本人離校后發(fā)表、使用學(xué)位論文或與該學(xué)位論文直接相關(guān)的學(xué)術(shù)論文或成果時，第一署名單位仍然為鄭州大學(xué)。保密論文在解密后應(yīng)遵守此規(guī)定。學(xué)位論文作者：／旁沁易日期：伽／D年衫月摘要隨著人們對信息安全和可靠性要求的日益提高，身份識別成為一個關(guān)鍵的問題。傳統(tǒng)的證件、鑰匙、口令、密碼身份識別存在易被復(fù)制、竊取、遺忘或丟失等缺陷，已經(jīng)遠(yuǎn)遠(yuǎn)不能滿足人們的要求。因此，可靠性更高的生物特征識別技術(shù)應(yīng)運(yùn)而生。心電圖(ECG)作為生物特征用于身份識別，因其獨(dú)特的優(yōu)點(diǎn)，逐漸引起了國內(nèi)外研究人員的興趣。ECG特征產(chǎn)生機(jī)理復(fù)雜而不易被仿制，安全系數(shù)高，比較適用于醫(yī)療和保險領(lǐng)域。
3、ECG身份識別對于當(dāng)前的生物特征(簽名、語音等行為特征，指紋、視網(wǎng)膜、虹膜、臉型、DNA等生理特征)識別體系是一個有效的補(bǔ)充，并且可以與其他生物特征融合形成多模態(tài)識別系統(tǒng)，進(jìn)一步提高生物特征身份識別的可靠性。本文在查閱國內(nèi)外研究人員關(guān)于ECG身份識別研究的基礎(chǔ)上，對ECG信號預(yù)處理、特征點(diǎn)提取、特征權(quán)重分析和最優(yōu)特征選擇等問題進(jìn)行了較深入的研究，設(shè)計(jì)并優(yōu)化神經(jīng)網(wǎng)絡(luò)分類器實(shí)現(xiàn)了ECG身份識別。具體內(nèi)容如下：(1)ECG信號預(yù)處理和特征點(diǎn)提取。分析ECG信號及其包含噪聲的頻域特點(diǎn)，分別用小波分解與重構(gòu)法和小波閾值法濾除ECG信號的低頻和高頻噪聲；根據(jù)小波變換的
4、信號奇異性檢測原理，采用二次樣條小波對ECG信號按atrous算法分解。根據(jù)R波與小波分解模極值對的對應(yīng)關(guān)系提取出其峰值點(diǎn)位置，進(jìn)而利用直線擬合誤差最小法確定QRS波的起點(diǎn)和終點(diǎn)；以R波峰值點(diǎn)為基準(zhǔn)點(diǎn)，設(shè)置搜索窗口，采用與R波峰值點(diǎn)提取相同的策略提取P、T波峰值點(diǎn)；再次利用直線擬合誤差最小法提取起點(diǎn)和終點(diǎn)。(2)ECG特征權(quán)重分析和最優(yōu)特征子集選擇。根據(jù)提取的特征點(diǎn)組合成不同的ECG幅值和間期特征。由于冗余特征的存在會增加計(jì)算量并致使識別準(zhǔn)確率降低，因此利用線性判別分析對提取的ECG特征進(jìn)行權(quán)重分析，確定各特征對分類的貢獻(xiàn)大小并形成一個有序隊(duì)列。按照前向序
5、貫原則選擇有序隊(duì)列的特征，以BP神經(jīng)網(wǎng)絡(luò)分類準(zhǔn)確率為評價指標(biāo)，確定用于身份識別的最優(yōu)特征子集。(3)設(shè)計(jì)并優(yōu)化神經(jīng)網(wǎng)絡(luò)分類器。采用三層BP神經(jīng)網(wǎng)絡(luò)作為ECG身份識別分類器，以最優(yōu)特征子集作為分類器的輸入，輸出層由實(shí)驗(yàn)的樣本的個數(shù)決定。由于BP神經(jīng)網(wǎng)絡(luò)存在易陷入局部極小值、不收斂的問題，所以分別采用GA算法和DNA算法對其進(jìn)行優(yōu)化，并用臨床ECG數(shù)據(jù)檢驗(yàn)所設(shè)計(jì)的分類器性能。關(guān)鍵詞：心電圖；身AbstractHumanidentificationbecomeallessentialproblemforpeople’Sm．oreandmorerequiremen
6、tsonthereliabilityofinformationsecurity．Thetraditionalmethodsusingdocuments，keys，andpasswordstoidentityhavethedefectstobeeasilycopied，stolen,forgottenorlost,whichisfarfromsatisfyingtherequirementsofthepeople．Therefore，morereliablebiometricstechnologyemerged．Electrocardiogram(ECG)，
7、becauseofitsuniqueadvantages，isusedasbiometricidentification,whichisgainingattentionofresearchershomeandabroad．ThemechanismofECGfeaturesiscomplexandnoteasilyimitated．Andithasahighsafetyfactor,SOECGismoresuitableformedicalandinsurancefieldsthanothermethods．Forthecurrentbiometricrec
8、ognitiontechnology(signature，voic
