首页> 中文期刊> 《国外电子测量技术》 >基于改进邻域粗糙集的PPG信号身份识别方法

基于改进邻域粗糙集的PPG信号身份识别方法

         

摘要

针对现有生理信号身份识别方法的算法复杂性高、识别率低等问题,提出了一种基于光电容积脉搏波(photo plethysmo-graphy, PPG)信号的身份识别方法。首先对PPG信号提取了心指数、幅度差等24维特征;然后利用柯西扰动量子粒子群优化邻域粗糙集(CQPNR)算法进行特征约简与寻优,获取最佳特征子集;最后利用人工蜂群算法优化支持向量机(ABC-SVM)算法对样本的最佳特征子集进行训练与测试,完成个体身份识别。仿真结果表明,该方法的识别准确率可以达到98.9%。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号