[发明专利]一种建立心跳冲击波形态特征库的方法在审
申请号: | 201310327012.0 | 申请日: | 2013-07-30 |
公开(公告)号: | CN104346369A | 公开(公告)日: | 2015-02-11 |
发明(设计)人: | 李超 | 申请(专利权)人: | 上海宽带技术及应用工程研究中心 |
主分类号: | G06F17/30 | 分类号: | G06F17/30;G06K9/62 |
代理公司: | 上海光华专利事务所 31219 | 代理人: | 余明伟 |
地址: | 201201 上海市浦*** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 建立 心跳 冲击波 形态 特征 方法 | ||
1.一种建立心跳冲击波形态特征库的方法,其特征在于,包括:
选择并添加标准样本向量;
通过机器学习的方式添加新特征向量;
修正边缘数据。
2.根据权利要求1所述的建立心跳冲击波形态特征库的方法,其特征在于,所述选择并添加标准样本向量的步骤包括:
通过测量床铺震动采集人心跳冲击波信息;
从所述采集到的心跳冲击波信息中选择样本波形;
为所述样本波形选择特征点;
根据所述特征点间的位置关系或数学关系生成样本向量;
将所述样本向量添加到所述心跳冲击波形态特征库。
3.根据权利要求2所述的建立心跳冲击波形态特征库的方法,其特征在于,所述通过机器学习的方式添加新特征向量的步骤包括:
将新采集到的心跳冲击波形转化为特征向量;
判断所述特征向量与所述样本向量的相似度,如果所述相似度高于预设门限,则将所述特征向量添加到所述心跳冲击波形态特征库;否则舍弃所述特征向量。
4.根据权利要求2所述的建立心跳冲击波形态特征库的方法,其特征在于,所述通过机器学习的方式添加新特征向量的步骤中,使用SVM添加新特征向量。
5.根据权利要求2所述的建立心跳冲击波形态特征库的方法,其特征在于,根据所述特征点间的位置关系或数学关系生成样本向量的步骤包括:
将所述特征点之间的距离作为所述样本向量的第一维度值;
将所述特征点连线的斜率作为所述样本向量的第二维度值。
6.根据权利要求3所述的建立心跳冲击波形态特征库的方法,其特征在于,所述相似度以所述特征向量与所述样本向量的距离表示。
7.根据权利要求5所述的建立心跳冲击波形态特征库的方法,其特征在于,所述样本向量为大于维的多维向量,所述样本向量的第三维度值为所述特征点横/纵坐标方差;所述样本向量的第三维度值为所述特征点横/纵坐标平方和。
8.根据权利要求6所述的建立心跳冲击波形态特征库的方法,其特征在于,所述选择并添加标准样本向量的步骤中,所述样本向量至少包括两个。
9.根据权利要求2所述的建立心跳冲击波形态特征库的方法,其特征在于,所述通过测量床铺震动采集人心跳冲击波信息的步骤中,包括采集人静止平卧在床上、静止坐起在床上、静止左侧卧在床上、静止右侧卧在床上时的心跳冲击波信息和人上、下床时床铺的震动信息。
10.根据权利要求1-9中任何一项所述的建立心跳冲击波形态特征库的方法,其特征在于,所述选择并添加标准样本向量和所述通过机器学习的方式添加新特征向量的步骤中,还包括将被测者的身份信息及被测者动作类别信息添加进所述心跳冲击波形态特征库中。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海宽带技术及应用工程研究中心,未经上海宽带技术及应用工程研究中心许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201310327012.0/1.html,转载请声明来源钻瓜专利网。
- 上一篇:云端服务器以及图像存储检索系统
- 下一篇:采编处理系统和方法