基于改进邻域粗糙集的PPG信号身份识别方法

摘要：

针对现有生理信号身份识别方法的算法复杂性高、识别率低等问题,提出了一种基于光电容积脉搏波(photo plethys-mo-graphy,PPG)信号的身份识别方法.首先对PPG信号提取了心指数、幅度差等24维特征;然后利用柯西扰动量子粒子群优化邻域粗糙集(CQPNR)算法进行特征约简与寻优,获取最佳特征子集;最后利用人工蜂群算法优化支持向量机(ABC-SVM)算法对样本的最佳特征子集进行训练与测试,完成个体身份识别.仿真结果表明,该方法的识别准确率可以达到 98.9％.

关键词：PPG信号、CQPNR算法、ABC-SVM算法、识别率

所属期刊栏目：41

分类号：TP274(自动化技术及设备)

资助基金：江苏省研究生科研与实践创新计划项目KYCX20_0799

在线出版日期：2022-09-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：8-13