[发明专利]基于脑电特征的身份认证方法及认证系统

权利要求书

1.一种基于脑电特征的身份认证方法，其特征在于，包括以下步骤，

步骤1、将用于身份认证的图案进行训练；

步骤2、在设定的周期内设置m个训练过的图案作为密码；

步骤3、α波测试，包括：

步骤3-1、当有测试者意图进行身份认证时，身份认证系统从密码图库中任意选择m张图案对测试者询问该m张图案是否为今日选择的新密码，询问的同时观测并提取测试者的脑电波，脑电波中α波的波动用变异系数来衡量，变异系数为：

当测试者的α波的波动超过特定的阈值pa时认证不通过；

步骤3-2、测试者α波测试通过后，身份认证系统重新选择m张图案，不包含今日选择的新密码图案；

步骤4、身份认证系统会把正确的密码图案抽取出来，对测试者进行密码认证，此时身份认证系统会记录测试者在看到密码图案时的脑电波，并使用脑电波特征提取及分类方法对其分类，如果测试者面对密码图案的脑电波与数据库中用户面对密码图案的脑电波分类一致，则代表认证通过，否则会报警；

所述脑电波特征提取及分类方法，首先利用免疫蛙跳和CD算法，对基本的深度信念网络进行逐层预训练，接着用BP算法进行深度信念网络微调，最后用RBM分类器对脑电波特征分类；

所述基本的深度信念网络，整体分为可见层以及隐含层，其中可见层用于表示数据的输入与输出，隐含层是数据的内在表达，每一层里面的神经元只能取值0,1两种状态，状态0代表此神经元被抑制，而状态1则代表此神经元被激活；

步骤5、将步骤2中的周期重新设定，从图库中抽取不同于步骤2中的图案数量，建成新的模型并进行训练。

2.根据权利要求1所述的基于脑电特征的身份认证方法，其特征在于，步骤1的过程具体是：

步骤1-1、从N个图案组成的密码图库中任意选择m张图案作为训练密码；

步骤1-2、身份认证系统从后台图库中随机抽取n个图案，与之前用户选择的m张图案，组成本次的m+n张图案的训练集，所述后台图库的图案数量大于所述密码图库的图案数量；

步骤1-3、系统打乱训练集中图案的顺序，以不定的次序以及不定的次数出现在用户眼前，每幅图案之间出现的间隔为tms，本次图案放映持续Ts，一共出现T/t张图案，在此期间，用户需要记忆选择作为密码图案的m张图案出现的次数，在本次训练完成后把该次数输入系统；

步骤1-4、当用户脑状态回归正常后选择另外一组图案作为新的一轮训练时的密码图案，重复步骤1-3，直至所有密码图库中的密码图案均被训练过为止。

3.根据权利要求1所述的基于脑电特征的身份认证方法，其特征在于，步骤4中对基本的深度信念网络进行逐层预训练的过程为：

步骤4-1、在参数选择范围内随机生成1000组参数向量作为初始种群，同时令重构出的可见层与现有可见层之间的差为目标函数，根据每一个个体对目标函数的适应度划分M个子种群；

步骤4-2、确定各子种群中最优解以及最劣解，采用学习因子使适应度最差的个体向适应度最优的个体靠近以更新最劣解，所述学习因子随着搜索次数的叠加而逐步变大；

步骤4-3、将蛙群混合重组，重新划分子种群并对每一个子种群的最优解进行克隆记忆，形成一个临时克隆种群C_lin；

步骤4-4、对C_lin进行高频变异操作，形成克隆变异种群C_lin^*；

步骤4-5、对克隆变异种群C_lin^*中的每一个体对抗原的适应度进行计算，选择亲和力最高的前M个组成新的种群C_nnn替换原有各个子群的最优解；

步骤4-6、若达到迭代次数则表示成功，选择所有各个子群最优解中对目标函数适应度最高的个体作为参数向量；若没达到迭代次数，则转回步骤4-3；

步骤4-7、利用CD算法对参数集进行更新，最后得到训练好的权值矩阵以及偏置向量。