[发明专利]一种基于GRNN身份识别方法

摘要

本发明的技术方案包括一种基于GRNN身份识别方法，该方法用于实现：获取包括了多个用户的多个周期心拍数据的心电信号样本数据集，并采用小波变换来去除心电信号中的噪声；对去噪后的信号进行心拍分割用以构造心电信号的形态学特征，并分别构建训练集心拍特征数据库和测试集心拍特征数据库；采用奇异值分解法去除心电信号中的冗余特征；利用线性判别式分析法进行心拍特征数据集的降维；训练广义回归神经网络分类器，并根据多心拍投票的原则输出该个体的身份信息。本发明的有益效果为：有效去除了心电信号中的冗余信息，提高了后续身份识别的准确率，而LDA对心拍特征维度的降低以及使用GRNN神经网络作为分类器则大大提高了身份识别的速度。

主权项

1.一种基于GRNN身份识别方法，其特征在于，所述方法包括以下步骤：A.获取心拍数据的心电信号样本数据集，并采用小波变换来去除心电信号中的噪声；B.对去噪后的心电信号进行R波峰值点定位，截取R波峰值点前后固定点数分割心拍用以构造心电信号的形态学特征，并分别构建训练集心拍特征数据库和测试集心拍特征数据库；C.采用奇异值分解法去除心电信号中的冗余特征，以降低不同个体心拍数据之间的相关性，增加同一个体的不同心拍数据的相关性；D.对所述步骤C得到的心电信号使用线性判别式分析法进行降维，得到用于训练和测试的特征向量；E.训练广义回归神经网络分类器，对输入的心电信号进行识别，并根据多心拍投票的原则输出个体的身份信息。