论文部分内容阅读
研究了心电(ECG)信号在身份识别中的应用,提出了基于过完备字典下稀疏编码的手指心电身份识别认证算法。在预处理阶段,对ECG信号进行预处理消噪,去除心电信号里的噪声、基线漂移和心率变异的干扰。在特征提取阶段,提取单周期心电信号构成特征向量并构建字典模型,用核奇异值分解(KSVD)训练成冗余字典,然后对每一部分特征向量进行稀疏编码,实现在该字典上的稀疏表示。在分类识别阶段,利用得到的稀疏系数矩阵构建特征模板向量作为特征参数。通过欧氏距离匹配输出个体身份信息,实现个体身份识别认证。通过两个手指心电信号数