| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第1章 绪论 | 第11-21页 |
| 1.1 本文研究背景和意义 | 第11-15页 |
| 1.2 心电身份识别技术研究发展现状 | 第15-19页 |
| 1.2.1 心电采集方式发展现状 | 第15-17页 |
| 1.2.2 手指心电身份识别算法发展现状 | 第17-19页 |
| 1.3 研究内容及安排 | 第19-21页 |
| 第2章 心电信号识别理论基础 | 第21-29页 |
| 2.1 心电信号产生机理 | 第21页 |
| 2.2 心电信号测量方法 | 第21-23页 |
| 2.2.1 临床ECG测量方法 | 第22页 |
| 2.2.2 手指ECG采集方法 | 第22-23页 |
| 2.3 心电信号特性 | 第23-26页 |
| 2.3.1 心电信号时域波形 | 第23-24页 |
| 2.3.2 不同位置的心电信号特性 | 第24-26页 |
| 2.4 手指心电可行性 | 第26-27页 |
| 2.5 心电识别系统性能指标 | 第27页 |
| 2.6 手指心电信号数据来源 | 第27-28页 |
| 2.7 本章小结 | 第28-29页 |
| 第3章 基于KSVD+PCA下稀疏编码的手指心电信号身份识别算法 | 第29-49页 |
| 3.1 手指心电信号预处理 | 第29-32页 |
| 3.1.1 手指心电信号去噪 | 第29-31页 |
| 3.1.2 手指心电信号R峰检测、分割及归一化 | 第31-32页 |
| 3.2 稀疏分解理论及发展现状 | 第32-36页 |
| 3.2.1 稀疏分解发展现状 | 第32-33页 |
| 3.2.2 稀疏分解理论基础 | 第33-35页 |
| 3.2.3 基于P-QRS-T波群的超完备字典的构造 | 第35-36页 |
| 3.3 基于K-SVD+PCA下稀疏编码的手指心电信号身份识别算法 | 第36-45页 |
| 3.3.1 直接求解算法 | 第38-39页 |
| 3.3.2 字典学习算法 | 第39-42页 |
| 3.3.3 PCA算法原理 | 第42-43页 |
| 3.3.4 欧氏距离匹配算法 | 第43-44页 |
| 3.3.5 基于P-QRS-T波群KSVD+PCA的心电信号特征提取 | 第44-45页 |
| 3.4 实验结果及分析 | 第45-48页 |
| 3.4.1 不同的训练时间对身份识别的影响 | 第45-46页 |
| 3.4.2 PCA不同特征值对身份识别的影响 | 第46-48页 |
| 3.4.3 不同识别算法对身份识别率的影响 | 第48页 |
| 3.5 本章小结 | 第48-49页 |
| 第4章 基于改进的标签一致LC-KSVD的手指心电身份识别算法 | 第49-62页 |
| 4.1 标签一致性的K-SVD算法 | 第49-52页 |
| 4.1.1 分开训练分类器的LC-KSVD1算法 | 第49-50页 |
| 4.1.2 联合训练分类器的LC-KSVD2算法 | 第50-52页 |
| 4.2 改进的LC-KSVD算法 | 第52-54页 |
| 4.2.1 基于可调类标签的LC-KSVD算法改进 | 第52-53页 |
| 4.2.2 基于自适应子字典的LC-KSVD算法改进 | 第53-54页 |
| 4.3 实验结果及讨论 | 第54-61页 |
| 4.3.1 参数alpha的值对LC-KSVD1识别率的影响 | 第54-55页 |
| 4.3.2 稀疏度T的值对识别率的影响 | 第55-58页 |
| 4.3.3 不同训练时间对身份识别率的影响 | 第58-60页 |
| 4.3.4 不同算法对识别率的影响 | 第60-61页 |
| 4.4 总结 | 第61-62页 |
| 第5章 总结和展望 | 第62-64页 |
| 5.1 工作总结 | 第62-63页 |
| 5.2 今后工作展望 | 第63-64页 |
| 致谢 | 第64-65页 |
| 参考文献 | 第65-69页 |
| 附录 | 第69页 |
