公开(公告)号：CN104887263B

公开(公告)日：2018-09-07

申请号：CN201510262901.2

申请日：2015-05-21

Applicant: 东南大学

Inventor： 刘兰谊 ,  宋宇波 ,  李卓倩 ,  徐军 ,  蔡金洲 ,  李度洋

IPC: A61B7/00 ,  G06F21/32

Abstract: 本发明公开了一种基于心音多维特征提取的身份识别算法及其系统，其方法包括：利用传感器采集心音信号，将采集到的心音信号通过先通过滤波器处理，再通过离散小波变换处理，得到较为纯净的信号；通过计算机提取心音信号的梅尔频率倒谱系数和希尔伯特边际谱；提取并组成模版特征；将模版特征归一化并使用PCA算法进行特征选择，构造更完善维度低的模版特征空间；使用KNN算法对训练特征训练；使用构造好的分类器测试待测试的测试特征。本发明将模式识别引入身份匹配算法当中，利用计算机自身学习能力和快速的运算能力，采用大量数据进行训练匹配，进一步提高了识别速度和精确度。

公开(公告)号：CN104887263A

公开(公告)日：2015-09-09

申请号：CN201510262901.2

申请日：2015-05-21

Applicant: 东南大学

Inventor： 刘兰谊 ,  宋宇波 ,  李卓倩 ,  徐军 ,  蔡金洲 ,  李度洋

IPC: A61B7/00 ,  G06F21/32

CPC classification number: G06F21/32 ,  A61B7/00

Abstract: 本发明公开了一种基于心音多维特征提取的身份识别算法及其系统，其方法包括：利用传感器采集心音信号，将采集到的心音信号通过先通过滤波器处理，再通过离散小波变换处理，得到较为纯净的信号；通过计算机提取心音信号的梅尔频率倒谱系数和希尔伯特边际谱；提取并组成模版特征；将模版特征归一化并使用PCA算法进行特征选择，构造更完善维度低的模版特征空间；使用KNN算法对训练特征训练；使用构造好的分类器测试待测试的测试特征。本发明将模式识别引入身份匹配算法当中，利用计算机自身学习能力和快速的运算能力，采用大量数据进行训练匹配，进一步提高了识别速度和精确度。