首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--一般性问题论文--安全保密论文

心电信号身份验证的可继承方法研究

摘要第5-6页
Abstract第6-7页
第一章 绪论第10-16页
    1.1 问题的提出及意义第10页
    1.2 生物特征识别技术概述第10-12页
    1.3 国内外研究现状第12-14页
        1.3.1 基于ECG的身份识别第13页
        1.3.2 基于ECG的身份验证第13-14页
    1.4 基于ECG波形身份验证的难点第14页
    1.5 本文主要工作与结构第14-16页
第二章 基于心电通道的可继承学习机制第16-30页
    2.1 可继承学习方法概述第16-17页
    2.2 基于心电通道的可继承学习第17-19页
        2.2.1 心电通道的思想第17-18页
        2.2.2 心电通道的可视化第18-19页
    2.3 心电通道的形成第19-26页
        2.3.1 心电信号的采集装置及预处理第19-22页
        2.3.2 数据集的定义第22-23页
        2.3.3 建立通道第23-26页
    2.4 通道边界提取第26-29页
        2.4.1 粗粒度边界提取第26-28页
        2.4.2 细粒度边界提取第28-29页
    2.5 本章小结第29-30页
第三章 心电通道的继承学习第30-35页
    3.1 通道形成中存在问题第30-31页
    3.2 改进思路第31页
    3.3 基于波形贡献的通道形成第31-34页
        3.3.1 贡献排序确定最佳心电模板数目第31-33页
        3.3.2 波形贡献的心电通道可视化第33-34页
    3.4 本章小结第34-35页
第四章 基于心电通道的身份验证第35-46页
    4.1 身份验证方法第35-37页
        4.1.1 通道模板的提取第35-36页
        4.1.2 基于通道模板的身份验证第36-37页
    4.2 身份验证的评价标准第37-38页
    4.3 实验第38-45页
        4.3.1 实验数据及实验方法第38-39页
        4.3.2 实验结果及分析第39-45页
    4.4 本章小结第45-46页
第五章 改进的心电通道身份验证方法第46-56页
    5.1 包容性问题的提出第46页
    5.2 具有包容性的身份验证第46-49页
        5.2.1 心电信号关键特征段分析第46-48页
        5.2.2 分段策略第48-49页
    5.3 实验第49-55页
        5.3.1 实验数据及实验方法第49-50页
        5.3.2 实验结果及分析第50-55页
    5.4 本章小结第55-56页
第六章 总结与展望第56-58页
    6.1 本文工作总结第56-57页
    6.2 进一步工作第57-58页
参考文献第58-61页
发表论文和科研情况说明第61-62页
致谢第62-63页

论文共63页,点击 下载论文
上一篇:基于MRF和图割的图像分割和配准同步方法的研究
下一篇:基于模糊聚类的Web访问模式挖掘