典型文献
基于单导联的心电信号身份识别技术
文献摘要：
随着国家、企业和个人对信息安全领域的愈发重视,基于心电(Electrocardiogram,ECG)信号的身份识别技术因具备活体识别的高防伪性引起了人们的关注.为了实现快捷、高效的个体识别率,构建了基于卷积神经网络的深度迁移识别模型.首先对原始心电信号进行质量等级评估,剔除影响识别结果的较差信号;其次将质量合格的一维心电信号转化为二维ECG轨迹图作为网络层的输入;最后利用GoogleNet网络模型实现对ECG轨迹图的迁移学习,并在MIT-BIH Arrhythmia Database数据库上获得了97.87％的识别准确度.结果表明,提出的识别算法对单导联心电信号具有较高准确率的识别效果.
文献关键词：
心电信号;质量评估;卷积神经网络;迁移学习;身份识别
中图分类号：
作者姓名：
王雪婷;张烨菲;张显飞;赵治栋
作者机构：
杭州电子科技大学,浙江 杭州 310018
文献出处：
引用格式：
[1]王雪婷;张烨菲;张显飞;赵治栋-.基于单导联的心电信号身份识别技术)[J].通信技术,2022(05):625-633
A类：
单导联心电信号
B类：
身份识别,信息安全领域,Electrocardiogram,ECG,活体,防伪,个体识别,识别率,深度迁移,识别模型,质量等级,等级评估,轨迹图,网络层,GoogleNet,模型实现,迁移学习,MIT,BIH,Arrhythmia,Database,识别算法,质量评估
AB值：
0.36096
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
