| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第一章 绪论 | 第9-18页 |
| 1.1 生物特征识别技术概述 | 第9-13页 |
| 1.2 ECG用于身份识别的可行性分析 | 第13-14页 |
| 1.3 国内外研究现状 | 第14-17页 |
| 1.3.1 基于特征的心电信号身份识别方法 | 第14-15页 |
| 1.3.2 非基准点特征提取的心电信号身份识别方法 | 第15-17页 |
| 1.3.3 目前国内外研究所存在的问题 | 第17页 |
| 1.4 本文主要研究内容和文章结构 | 第17-18页 |
| 第二章 用于身份识别的ECG特征研究 | 第18-26页 |
| 2.1 基于特征的ECG身份识别整体思路 | 第18页 |
| 2.2 用于身份识别的ECG初始特征选择 | 第18-26页 |
| 2.2.1 心脏传导系统 | 第18-19页 |
| 2.2.2 心电信号波形 | 第19-21页 |
| 2.2.3 初始ECG特征的选取 | 第21-26页 |
| 第三章 基于逐步筛选法的ECG特征贡献分析 | 第26-48页 |
| 3.1 判别分析 | 第26-28页 |
| 3.1.1 判别分析的基本思想 | 第26-27页 |
| 3.1.2 逐步判别分析法则 | 第27-28页 |
| 3.2 基于逐步筛选法的ECG特征选择策略 | 第28-34页 |
| 3.2.1 使用逐步筛选法选择特征 | 第28-34页 |
| 3.2.2 特征权重评估及特征排序 | 第34页 |
| 3.2.3 特征选择 | 第34页 |
| 3.3 实验过程及实验分析 | 第34-48页 |
| 3.3.1 实验数据集 | 第34-35页 |
| 3.3.2 实验数据分组 | 第35页 |
| 3.3.3 使用逐步筛选法进行分类训练 | 第35-39页 |
| 3.3.4 权重计算及结果排序 | 第39-40页 |
| 3.3.5 特征选择及关键特征子集的确定 | 第40-42页 |
| 3.3.6 建立判别函数 | 第42-44页 |
| 3.3.7 识别验证 | 第44页 |
| 3.3.8 实验分析 | 第44-48页 |
| 第四章自动获取ECG特征进行身份识别 | 第48-64页 |
| 4.1 基于小波变换的基准点检测 | 第49-55页 |
| 4.1.1 小波变换理论 | 第49-50页 |
| 4.1.2 一级基准点的检测 | 第50-52页 |
| 4.1.3 二级基准点检测 | 第52-55页 |
| 4.2 基于基准点的ECG各特征的准确率 | 第55-60页 |
| 4.2.1 间期类和幅值特征的准确率 | 第55-56页 |
| 4.2.2 斜率特征的准确率 | 第56-57页 |
| 4.2.3 面积特征的准确率 | 第57-60页 |
| 4.3 ECG各特征的实际权重分析 | 第60页 |
| 4.4 ECG关键特征子集重确定 | 第60-64页 |
| 4.4.1 关键特征重选之训练实验 | 第60-62页 |
| 4.4.2 关键特征重选之验证实验 | 第62-64页 |
| 第五章 总结与展望 | 第64-65页 |
| 5.1 工作总结 | 第64页 |
| 5.2 工作展望 | 第64-65页 |
| 参考文献 | 第65-68页 |
| 发表论文和科研情况说明 | 第68-69页 |
| 致谢 | 第69-70页 |