摘要
本发明涉及一种基于脉搏信号的时域特征提取方法,属于信号处理技术领域。包括:获取人体脉搏信号并进行预处理,基于滑动窗口提取滑动窗口内对应脉搏信号的局部极值点得到该滑动窗口内对应脉搏信号的波峰个数进行第一组时域特征提取;对脉搏信号进行周期分割、质量筛选、归一化,基于遗传算法优化高斯函数的个数及其参数然后对归一化后的脉搏信号做高斯拟合进行第二组时域特征提取;基于遗传算法优化傅里叶级数的参数然后对归一化后的脉搏信号做傅里叶级数拟合进行第三组时域特征提取。本发明提取了脉搏信号的54个时域特征,实现了对脉搏信号更加全面的特征提取,为脉搏信号进行更精确、更细致的分类识别提供了基础。
技术关键词
时域特征提取
遗传算法优化
滑动窗口
高斯拟合函数
人体脉搏信号
周期
误差
算术平均值
参数
三次样条插值
极值
信号处理技术
轮盘
噪声
编码
重构
传感器
系统为您推荐了相关专利信息
运动想象脑电信号
滤波器
解码方法
脑电特征
时域特征提取
健康监测数据
公路结构
无标签数据
缺失值填充方法
标签数据处理
分块策略
序列
滑动窗口
非暂态计算机可读存储介质
语义向量
数据分析方法
大数据
构建用户画像
注意力机制
机器学习算法