基于心电图的个人识别系统：一种 SVM 方法
系统与控制
2013-06-24 v1
摘要
本文提出了一种新的基于心电图（ECG）进行个人识别的算法，该算法基于形态描述符和 Hermite 多项式展开系数（HPEc）。预处理后，我们提取了十个形态描述符并将其分为同质组（幅度、表面积分和斜率），同时从每次心跳中提取了六十个 Hermite 多项式展开系数（HPEc）。对于分类，我们采用了带有高斯核的二元支持向量机（SVM），并实施了一种特定策略：首先分别对形态描述符组进行分类，然后将它们组合到一个系统中；另一方面，我们将 Hermite 多项式展开系数单独分类，并将其与所有形态描述符组关联到一个单一系统中，以提高整体性能。我们在 MIT_BIH 数据库的 18 个不同健康信号上测试了该算法。对不同组分别进行的分析表明，所有形态描述符的最佳识别率为 96.45%，实验结果表明，所提出的混合方法使整体最高识别率达到 98.97%。
引用
@article{arxiv.1306.5099,
title = {SVM based on personal identification system using Electrocardiograms},
author = {Emna Rabhi and Zied Lachiri},
journal= {arXiv preprint arXiv:1306.5099},
year = {2013}
}
备注
Conference