首页 | 本学科首页   官方微博 | 高级检索  
     

基于心电与光电容积脉搏波特征层融合的身份识别方法
引用本文:肖剑,李思卓,董威,李清华,胡芳. 基于心电与光电容积脉搏波特征层融合的身份识别方法[J]. 电子与信息学报, 2022, 43(10): 3010-3017. DOI: 10.11999/JEIT200904
作者姓名:肖剑  李思卓  董威  李清华  胡芳
作者单位:长安大学电子与控制工程学院 西安 710064
摘    要:针对单模态的心电信号(ECG)或光电容积脉搏波信号(PPG)识别技术中存在的精度不高,未考虑类内相关性等问题,该文提出基于判别相关分析法(DCA)对ECG与PPG组合特征矩阵进行特征层融合以及对K-最近邻(KNN)和支持向量机(SVM)分类器在决策层融合的识别方法.实验结果表明,使用融合特征(ECG-PPG)与融合分类器(KNN-SVM)的方法对23名受试者进行分类识别的准确率可以达到98.2%,识别精度在常规环境下优于单模态识别.为多模生物特征身份识别提供了一种有效模型.

关 键 词:心电信号  光电容积脉搏波信号  多生物特征识别  特征融合  判别相关分析

An Identity Recognition Method Based on ElectroCardioGraph and PhotoPlethysmoGraph Feature Fusion
XIAO Jian,LI Sizhuo,DONG Wei,LI Qinghua,HU Fang. An Identity Recognition Method Based on ElectroCardioGraph and PhotoPlethysmoGraph Feature Fusion[J]. Journal of Electronics & Information Technology, 2022, 43(10): 3010-3017. DOI: 10.11999/JEIT200904
Authors:XIAO Jian  LI Sizhuo  DONG Wei  LI Qinghua  HU Fang
Abstract:
Keywords:
本文献已被 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号