[发明专利]一种脉象信号识别方法和装置

说明书

技术领域

本发明涉及信息识别领域，特别是指一种脉象信号识别方法和装置。

背景技术

目前，信息识别的过程本质上是消除各种不确定性信息，对待识别信号进行定量分析和有效处理，以提高目标识别的可靠性和智能度。

在现有脉象识别的技术当中，受测试方法和人体生理特性的影响，不同脉象表现出相似性和多元性，没有明确的外延；人们对脉象的理解和判定主要凭借感觉和笼统的描述，没有明确的脉象判别定量化客观描述。传统方法已经被证明无法处理具有不确定性、不精确性、不完全性、模糊性、随机性和非单调性特征的信息。

发明内容

有鉴于此，本发明的目的在于提出一种脉象信号识别方法和装置，能够对脉象信号进行精准的识别工作。

基于上述目的本发明提供的一种脉象信号识别方法，包括步骤：

对脉象信号进行模糊处理；

确定脉象模糊变量；

根据脉象模糊变量对脉象信号分类。

可选地，所述对脉象信号进行模糊处理包括步骤：

确定模糊集合与隶属函数；

对模糊集合进行模糊推理；

根据模糊推理的结果进行建模。

进一步地，所述模糊集合为设X是对象x集合，x是X的任一元素，X上的模糊集合A定义为一组有序对：

A＝{(x,μ_A(x))x∈X}

其中，μ_A(x)被称为模糊集合A的隶属函数；隶属函数将X中的每个元素映射为0和1之间的隶属度。

进一步地，所述对模糊集合进行模糊推理：是从一组模糊if-then规则和已知事实中得出结论的推理过程；设A、A’和B分别是X,X和Y上的模糊集合，模糊隐含A→B表示为X×Y上的模糊关系R。则由x是A和模糊规则，如果x是A则y是B导出的模糊集合B定义为μ_B'(y)＝max _x min[μ_A'(x),μ_R(x,y)]＝∨_x[μ_A'(x)∧μ_R(x,y)]；

(1)具有多个前件的单一规则：具有两个前件的模糊if-then规则通常写作：如果x是A,y是B,则z是C，相应的问题表示为：

前提1事实：x是A’and y是B’

前提2规则：如果x是A and y是B则z是C

后件结论：z是C’

前提2中的模糊规则可以写成简单的形式A×B→C；这一模糊规则转换为一个基于模糊隐含函数的三元模糊关系R_m：

R_m(A,B,C)＝(A×B)×C＝∫_x×y×zμ_A(x)∧μ_B(y)∧μ_c(z)/(x,y,z)

结果的C’表示为：

C'＝(A'×B')ο(A×B→C)

因此

μ_C'(z)＝∨_x,y[μ_A'(x)∧μ_B'(y)]∧[μ_A(x)∧μ_B(y)∧μ_C(z)]

＝∨_x,y{[μ_A'(x)∧μ_B'(y)∧μ_A(x)∧μ_B(y)]}∧μ_C(z)

＝{∨_x[μ_A'(x)∧μ_A(x)]}∧{∨_y[μ_B'(y)∧μ_B(y)]}

＝(ω₁∧ω₂)∧μ_C(z)

其中，ω₁和ω₂分别是A Ι A'和B Ι B'隶属函数地最大值，通常ω₁表示A和A’之间地匹配度，ω₂类似；

(2)具有多个前件的多条规则

通常将多条规则处理为相应于每条模糊规则的模糊关系的并集，模糊推理规则：

前提1事实：x是A`，论域为[A1,A2,A3]

           y是B`，论域为[B1,B2]

           z的论域为[C1,C2,C3]