-
公开(公告)号:CN113076996B
公开(公告)日:2022-08-23
申请号:CN202110353155.3
申请日:2021-03-31
Applicant: 南京邮电大学
Abstract: 本发明揭示了一种改进粒子群极限学习机的辐射源信号识别方法,该方法包括以下步骤:S1:将辐射源信号进行预处理;S2:对S1步骤得到的预处理后的信号提取特征参数,获取训练样本以及测试样本;S3:将S2步骤中得到的训练样本放入极限学习机中,并初始化粒子群优化算法的参数,以指数函数法获取学习因子值;S4:经过S3步骤中极限学习机的学习,算出均方误差作为适度值与惯性权重划分,并不断更新粒子的速度与位置,调整极限学习机的连接权重和阈值。该方法主要解决传统优化极限学习机分类精度不高等问题,在信噪比较低的环境下快速寻优且识别率达到95%以上,该方法能够快速寻优,提高学习效率,来增加个体识别的正确率。
-
公开(公告)号:CN113076996A
公开(公告)日:2021-07-06
申请号:CN202110353155.3
申请日:2021-03-31
Applicant: 南京邮电大学
Abstract: 本发明揭示了一种改进粒子群极限学习机的辐射源信号识别方法,该方法包括以下步骤:S1:将辐射源信号进行预处理;S2:对S1步骤得到的预处理后的信号提取特征参数,获取训练样本以及测试样本;S3:将S2步骤中得到的训练样本放入极限学习机中,并初始化粒子群优化算法的参数,以指数函数法获取学习因子值;S4:经过S3步骤中极限学习机的学习,算出均方误差作为适度值与惯性权重划分,并不断更新粒子的速度与位置,调整极限学习机的连接权重和阈值。该方法主要解决传统优化极限学习机分类精度不高等问题,在信噪比较低的环境下快速寻优且识别率达到95%以上,该方法能够快速寻优,提高学习效率,来增加个体识别的正确率。
-
公开(公告)号:CN115067906A
公开(公告)日:2022-09-20
申请号:CN202210538972.0
申请日:2022-05-18
Applicant: 南京邮电大学
IPC: A61B5/024 , A61B5/0295 , A61B5/117 , G06K9/62
Abstract: 本发明公开了一种基于PPG信号的邻域粗糙集属性约简身份识别方法及装置,方法包括:获取光电容积脉搏波PPG信号;依次进行预处理、特征提取得到特征信息,将带个体标签值的一个PPG信号周期提取得到的特征信息与对应的个体标签值整合起来组成一个样本,得到PPG信号决策信息表;基于设定的邻域参数和属性重要度阈值下限,采用邻域粗糙集属性约简的前向贪心搜索算法对PPG信号决策信息表中的特征属性进行约简处理,得到约简特征子集;根据待识别身份的PPG信号提取得到的特征信息,计算在设定的邻域参数下根据约简特征子集预测的个体标签,得到身份识别结果。提升了对PPG信号进行身份识别的效率与识别精度。
-
公开(公告)号:CN113065453A
公开(公告)日:2021-07-02
申请号:CN202110338928.0
申请日:2021-03-30
Applicant: 南京邮电大学
Abstract: 本发明提出了一种基于PPG信号的相空间重构身份识别方法,包括以下步骤:步骤1)采集PPG信号;步骤2)对步骤1)获取的信号进行预处理;步骤3)提取步骤2)信号的优质波形;步骤4)采用互信息法求最佳延迟时间;步骤5)采用Cao方法求最小嵌入维数实现信号的相空间重构;步骤6)在相空间中寻找混沌吸引子;步骤7)根据吸引子形态特征提取特征点;步骤8)利用集成学习算法进行分类识别,本发明提高了身份识别的正确率和安全性。
-
公开(公告)号:CN112957022A
公开(公告)日:2021-06-15
申请号:CN202110311371.1
申请日:2021-03-24
Applicant: 南京邮电大学
IPC: A61B5/024 , A61B5/1455 , A61B5/08 , A61B5/00
Abstract: 本发明揭示了一种PPG信号快速自适应获取装置及获取方法,装置由两个脉搏波测量模块、脉搏波检测处理器、存储模块、通信模块及脉搏波显示模块构成;方法主要包括对PPG信号快速自适应获取装置进行配置、对所采集的两对PPG信号进行初步处理、对PPG信号进行特征点检测、对PPG信号进行特征参数提取及利用特征参数判断相同波长的两段PPG信号中更优质的一段等五个步骤。本发明创造性地引入了特征参数来衡量PPG信号的规律性及其程度,实现了对PPG信号质量的准确描述,而且本发明也在克服了因被测人群的个体差异而导致的信号质量偏差。
-
-
-
-