ECG信息的身份识别算法研究与实现
| 摘要 | 第3-4页 |
| ABSTRACT | 第4页 |
| 第1章 引言 | 第8-17页 |
| 1.1 ECG信息简介 | 第8-10页 |
| 1.2 课题研究背景及意义 | 第10-11页 |
| 1.3 国内外研究现状 | 第11-15页 |
| 1.3.1 基于特征分类的身份识别方法 | 第11-13页 |
| 1.3.2 基于分类器分类的身份识别方法 | 第13-15页 |
| 1.4 研究内容及创新点 | 第15页 |
| 1.5 本文的章节安排 | 第15-17页 |
| 第2章 心电信息预处理与特征提取 | 第17-33页 |
| 2.1 ECG信息预处理 | 第17-20页 |
| 2.1.1 去除高频噪声干扰 | 第17-19页 |
| 2.1.2 消除基线漂移 | 第19-20页 |
| 2.2 ECG信息特征提取 | 第20-32页 |
| 2.2.1 变换特征提取 | 第21-31页 |
| 2.2.2 解析特征提取 | 第31-32页 |
| 2.3 本章小结 | 第32-33页 |
| 第3章 基于融合特征的识别算法设计 | 第33-43页 |
| 3.1 融合特征 | 第33页 |
| 3.2 二次识别算法 | 第33-37页 |
| 3.2.1 算法步骤 | 第33-34页 |
| 3.2.2 识别子集的生成 | 第34-36页 |
| 3.2.3 二次验证得出识别结果 | 第36-37页 |
| 3.3 实验数据准备 | 第37-40页 |
| 3.3.1 硬件设备条件 | 第37-38页 |
| 3.3.2 数据采集 | 第38-40页 |
| 3.4 心电身份识别实验结果与分析 | 第40-41页 |
| 3.4.1 自采数据库 | 第40页 |
| 3.4.2 公开数据库 | 第40-41页 |
| 3.4.3 结果讨论 | 第41页 |
| 3.5 本章小结 | 第41-43页 |
| 第4章 ECG身份识别APP的设计与实现 | 第43-78页 |
| 4.1 Android系统简介 | 第43-54页 |
| 4.1.1 Android系统架构 | 第43-44页 |
| 4.1.2 基于MVC的Android开发 | 第44-51页 |
| 4.1.3 Android数据存储 | 第51-54页 |
| 4.2 需求和用例分析 | 第54-56页 |
| 4.2.1 App需求分析 | 第54-55页 |
| 4.2.2 典型用例分析 | 第55-56页 |
| 4.3 软件架构设计 | 第56-64页 |
| 4.3.1 总体设计 | 第56-57页 |
| 4.3.2 UI设计 | 第57-61页 |
| 4.3.3 Activity设计 | 第61-63页 |
| 4.3.4 数据库设计 | 第63-64页 |
| 4.4 App实现的关键技术 | 第64-72页 |
| 4.4.1 蓝牙连接 | 第64-67页 |
| 4.4.2 用户模板注册 | 第67-70页 |
| 4.4.3 用户识别 | 第70-72页 |
| 4.4.4 用户管理 | 第72页 |
| 4.5 应用效果分析 | 第72-77页 |
| 4.5.1 蓝牙功能测试 | 第72-73页 |
| 4.5.2 用户注册功能测试 | 第73-76页 |
| 4.5.3 用户识别功能测试 | 第76页 |
| 4.5.4 用户管理功能测试 | 第76-77页 |
| 4.6 本章小结 | 第77-78页 |
| 第5章 总结与展望 | 第78-80页 |
| 5.1 本文工作总结 | 第78页 |
| 5.2 展望 | 第78-80页 |
| 致谢 | 第80-81页 |
| 参考文献 | 第81-85页 |
| 攻读学位期间的研究成果 | 第85页 |
