龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：北京理工大学
摘要：本发明涉及一种脉搏波信号的频域特征提取方法，属于信号处理领域。包括：获取脉搏信号进行预处理及周期分割、质量筛选、周期归一化、周期延拓；通过傅里叶变换、功率谱变换、倒谱变换、分数傅里叶变换分别提取第一组、第二组、第三组、第四组频域特征；构建初始特征矩阵并进行降维得到降维后的特征矩阵及其评估得分，基于评估得分对降维后的特征矩阵进行筛选形成第一数据集；选取第一数据集中特征矩阵与初始特征矩阵KL散度最小时对应的特征向量作为最终的频域特征。本发明通过傅里叶变换、功率谱变换、倒谱变换、分数傅里叶变换提取脉搏信号的频域特征，通过各次降维的评估得分以及KL散度选出最终的频域特征，提取的频域特征更全面且有效性更高。
主权项：1.一种脉搏波信号的频域特征提取方法，其特征在于，所述方法包括以下步骤：通过传感器获取若干人体的脉搏信号，对所述脉搏信号进行预处理得到每个人体预处理后的脉搏信号；对每个人体预处理后的脉搏信号进行周期分割、质量筛选、周期归一化、周期延拓得到每个人体周期延拓后的脉搏信号；对每个人体周期延拓后的脉搏信号通过傅里叶变换提取第一组频域特征，通过功率谱变换提取第二组频域特征，通过倒谱变换提取第三组频域特征，通过分数傅里叶变换提取第四组频域特征；基于所有人体脉搏信号的频域特征构建初始特征矩阵，对初始特征矩阵进行多次降维得到各次降维后的特征矩阵，基于SVM模型得到各次降维后的特征矩阵对应的频域特征值矩阵的评估得分，基于评估得分对降维后的特征矩阵进行筛选，形成第一数据集；计算第一数据集中各特征矩阵与初始特征矩阵的KL散度，选取KL散度最小时特征矩阵对应的频域特征作为每个人体脉搏信号最终的频域特征。
全文数据：
权利要求：
百度查询： 北京理工大学 一种脉搏波信号的频域特征提取方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号