在线刊号(2278-8875)印刷版(2320-3765)
利用MFCC和线性支持向量机分类器对心音进行生物特征分析
心音图(PCG)信号作为一种生物特征,是一种新型的用户识别方法。本文研究了PCG信号的生物特征的适用性,因此可以将其包括在自动识别系统使用的生理标志中。使用PCG信号进行用户识别是一种非常可靠的方法,因为心音是由内部器官产生的,与其他识别系统相比不容易伪造。利用Mel频率倒谱系数{MFCCs}进行特征提取,然后利用支持向量机(Support Vector Machine, SVM)作为分类器,对这些特征向量进行分类来识别一个人。分析并讨论了支持向量机对线性核函数的性能。
Swati Verma, Tanuja Kashyap