摘要
本发明提供一种PPG大数据驱动下的生物特征识别方法,包括:获取参训人员的PPG信号数据,对PPG信号数据进行高通滤波和低通滤波预处理,得到预处理后的PPG信号;对预处理后的PPG信号进行分帧,分别提取梅尔频率倒谱系数特征和Gammatone频率倒谱系数特征,对梅尔频率倒谱系数特征和Gammatone频率倒谱系数特征进行融合后进行主成分分析降维,得到融合特征;基于融合特征构建高斯混合模型的通用背景模型UBM,计算零阶、一阶和二阶Baum‑Welch统计量,从Baum‑Welch统计量估计全局差异空间矩阵,提取i‑vector身份认证向量;将i‑vector身份认证向量输入长短期记忆网络进行训练和分类,得到参训人员的身份识别结果。本发明能消除运动伪影的影响,捕捉PPG信号的整体变异性,为穿戴式设备提供身份认证方案。
技术关键词
梅尔频率倒谱系数
认证向量
低通滤波器参数
通用背景模型
生物特征识别方法
椭圆低通滤波器
高通滤波器
滤波器参数配置
信号
融合特征
长短期记忆网络
身份
主成分分析降维
高斯混合模型
切比雪夫
Softmax分类器
离散余弦变换
矩阵
系统为您推荐了相关专利信息
声发射
等级检测方法
棉花
信号采集传感器
梅尔频率倒谱系数
多模态特征
车辆状态数据
数据融合方法
融合特征
计算机可执行指令
数据安全
元素
强度计算方法
梅尔频率倒谱系数
关系