基于ECG的身份识别技术
| 致谢 | 第1-5页 |
| 摘要 | 第5-6页 |
| Abstract | 第6-9页 |
| 图表目录 | 第9-11页 |
| 第1章 绪论 | 第11-20页 |
| ·生物生理特征识别技术概述 | 第11-12页 |
| ·ECG用于身份识别的可行性分析 | 第12-15页 |
| ·国内外研究现状 | 第15-18页 |
| ·基于特征点提取的识别 | 第15-16页 |
| ·基于波形提取的识别 | 第16-18页 |
| ·本文数据来源 | 第18页 |
| ·本文的主要研究内容与论文结构 | 第18-20页 |
| 第2章 基于小波变换的ECG预处理 | 第20-38页 |
| ·ECG信号噪声组成 | 第20-21页 |
| ·常用的滤波方法 | 第21-23页 |
| ·小波变换理论 | 第23-24页 |
| ·连续小波变换 | 第23页 |
| ·离散参数小波变换 | 第23-24页 |
| ·基于小波分析的滤噪方法 | 第24-31页 |
| ·小波函数的选取 | 第24-26页 |
| ·滤波方法的选取 | 第26-31页 |
| ·小波消噪测试 | 第31-37页 |
| ·本章小结 | 第37-38页 |
| 第3章 ECG信号的特征提取 | 第38-46页 |
| ·ECG信号的特征简介 | 第38-41页 |
| ·平静状态下的ECG信号 | 第38-39页 |
| ·非平静状态下的ECG信号 | 第39-41页 |
| ·ECG信号特征点的提取 | 第41-46页 |
| ·特征点的选取 | 第41-42页 |
| ·QRS特征点提取的方法 | 第42-46页 |
| 第4章 ECG身份识别的实现 | 第46-54页 |
| ·神经网络算法 | 第46-49页 |
| ·支持向量机算法 | 第49-51页 |
| ·朴素贝叶斯模型 | 第51-53页 |
| ·本章小结 | 第53-54页 |
| 第5章 总结与展望 | 第54-55页 |
| 参考文献 | 第55-58页 |
| 作者简介 | 第58-59页 |
| 作者攻读硕士学位期间发表的论文 | 第59页 |
