基于局部片段稀疏表示的ECG身份识别方法技术

本发明专利技术公开了基于局部片段稀疏表示的ECG身份识别方法，包括采集心电信号，采用基于权阈值的小波变换来进行信号去噪，得到去噪后的ECG信号，对去噪后的ECG信号采用滑动窗口法实现信号的划分，并提取局部片段，采用主成分分析法得到每个信号的局部特征，实现数据的降维，对降维后的数据采用正交匹配追踪算法在稀疏表示过程中寻找最优匹配原子，采用K奇异值分解算法来构造稀疏表示的字典，得到处理后的稀疏系数矩阵，对最终稀疏系数矩阵进行概率神经网络识别，得到ECG信号的识别精度。本发明专利技术可以很好的捕捉全局和局部信息，并且稀疏表示和字典构造可以提高基于心电信号身份识别的可靠性。靠性。靠性。

【技术实现步骤摘要】
基于局部片段稀疏表示的ECG身份识别方法


[0001]本专利技术属于生物特征识别
，涉及一种基于局部片段稀疏表示的ECG身份识别方法。

技术介绍

[0002]近年来，科学技术是我国的第一生产力，人民的生活也逐渐趋于信息化。以往用来识别身份的手段是基于知识的，还有一些手段是基于令牌的，这些方法在相关使用方面逐渐出现一些弊端，如暗号、密码等容易被遗忘，或者同用于身份验证的证件一样，出现被盗取、篡改、交易、共享等情况，因此，作为身份识别基础的生物特征数据将更加安全、可靠。
[0003]生物特征具有独特性、稳定性、易携带性、防伪性好等特点，已经成为个人身份识别领域的一种新介质。目前，社会上使用诸如面部识别、指纹识别和语音识别等生理学方法已得到广泛研究。面部识别是利用人们的面部特征来实现区分，指纹识别则是利用每个人的指纹独特性来保障人与人之间的可辨别性，语音识别是根据每个人的音色特点不同来进行识别。但是伴随相关技术的发展，面部、指纹和语音等生物特征也出现了假冒伪造的现象，这就导致生物特征识别的安全性和可靠性降低，所以寻找一种不可伪造且具有分本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于局部片段稀疏表示的ECG身份识别方法，其特征在于，包括以下步骤：步骤1，采集心电信号，采用基于权阈值的小波变换来进行信号去噪，得到去噪后的ECG信号；步骤2，对去噪后的ECG信号采用滑动窗口法实现信号的划分，并提取局部片段，然后采用主成分分析法得到每个信号的局部特征，实现数据的降维；步骤3，对降维后的数据采用正交匹配追踪算法在稀疏表示过程中寻找最优匹配原子，采用K奇异值分解算法来构造稀疏表示的字典，得到处理后的稀疏系数矩阵；步骤4，对步骤3得到的最终稀疏系数矩阵进行概率神经网络识别，得到ECG信号的识别精度。2.根据权利要求1所述的基于局部片段稀疏表示的ECG身份识别方法，其特征在于，所述步骤1的具体过程如下：步骤1.1，通过设备读取或数据库获取的方式获得心电原始数据，然后利用绘图算法对得到的心电原始数据进行绘图处理，得到存储有ECG数据的矩阵，该矩阵即为需要处理的ECG信号；步骤1.2，采用基于小波权阈值收缩的去噪方法对步骤1.1得的ECG信号进行分解重构，得到去噪后的ECG信号。3.根据权利要求2所述的基于局部片段稀疏表示的ECG身份识别方法，其特征在于，所述步骤1.2的具体过程如下：步骤1.2.1，利用mallat小波算法对步骤1.1得到的ECG信号进行分解，获得各层的小波系数值；步骤1.2.2，用动态软阈值公式对步骤1.2.1得到的小波系数值进行筛选，得到处理后的波系数；步骤1.2.3，把步骤1.2.2处理后的波系数合并到波结构中以接收信号，即可得到去噪后的ECG信号。4.根据权利要求3所述的基于局部片段稀疏表示的ECG身份识别方法，其特征在于，所述步骤1.2.2中的动态软阈值公式为：式中，j表示受分解尺度，T
j
表示临界阈值，W表示波系数，sign(ω)是符号函数。5.根据权利要求1所述的基于局部片段稀疏表示的ECG身份识别方法，其特征在于，所述步骤2的具体过程如下：步骤2.1，对去噪后的ECG信号采用滑动窗口法实现信号的划分，并提取局部片段，得到局部段所对应的分段矩阵；步骤2.2，用主成分分析法对步骤2.1得到的分段矩阵进行处理，得到每个信号的局部特征，实现数据的降维。6.根据权利要求5所述的基于局部片段稀疏表示的ECG身份...

【专利技术属性】
技术研发人员：秦曙光，郑强荪，董宁，李宁，申盼盼，孙雪敏，
申请(专利权)人：西安理工大学，
类型：发明
国别省市：