| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第10-11页 |
| 缩略语对照表 | 第11-14页 |
| 第一章 绪论 | 第14-22页 |
| 1.1 选题意义 | 第14-15页 |
| 1.2 国内外研究现状 | 第15-18页 |
| 1.3 论文研究内容与结构安排 | 第18-22页 |
| 1.3.1 主要研究内容 | 第18-19页 |
| 1.3.2 章节安排 | 第19-22页 |
| 第二章 生理信号及生物识别基础 | 第22-32页 |
| 2.1 PPG信号基本知识 | 第22-24页 |
| 2.2 呼吸信号基本知识 | 第24-26页 |
| 2.3 生理信号的去噪 | 第26-27页 |
| 2.4 生理信号数据来源 | 第27-28页 |
| 2.5 生物识别系统基本知识 | 第28-31页 |
| 2.5.1 生物识别系统基本框架 | 第28-29页 |
| 2.5.2 多模态生物识别系统融合层次 | 第29-30页 |
| 2.5.3 生物识别系统性能指标 | 第30-31页 |
| 2.6 本章小结 | 第31-32页 |
| 第三章 基于PPG信号时域波形的身份识别方法研究 | 第32-50页 |
| 3.1 信号波峰检测算法 | 第32-35页 |
| 3.2 核主成分分析特征提取 | 第35-38页 |
| 3.3 基于PPG信号最佳周期波形分段的识别方法 | 第38-46页 |
| 3.3.1 最佳周期波形选取算法 | 第38-42页 |
| 3.3.2 基于PPG信号最佳周期波形分段的识别方法 | 第42-46页 |
| 3.4 实验与分析 | 第46-49页 |
| 3.5 本章小结 | 第49-50页 |
| 第四章 基于多生理信号融合的身份识别方法研究 | 第50-60页 |
| 4.1 引言 | 第50页 |
| 4.2 典型相关分析及其变形 | 第50-55页 |
| 4.2.1 典型相关分析 | 第50-51页 |
| 4.2.2 正则化广义局部判别典型相关分析 | 第51-55页 |
| 4.3 基于RGLDCCA的身份识别方法 | 第55-57页 |
| 4.4 实验与分析 | 第57-59页 |
| 4.5 本章小结 | 第59-60页 |
| 第五章 结论与展望 | 第60-62页 |
| 5.1 研究结论 | 第60页 |
| 5.2 研究展望 | 第60-62页 |
| 参考文献 | 第62-66页 |
| 致谢 | 第66-68页 |
| 作者简介 | 第68-70页 |