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：本发明涉及一种基于脉搏信号的时域特征提取方法，属于信号处理技术领域。包括：获取人体脉搏信号并进行预处理，基于滑动窗口提取滑动窗口内对应脉搏信号的局部极值点得到该滑动窗口内对应脉搏信号的波峰个数进行第一组时域特征提取；对脉搏信号进行周期分割、质量筛选、归一化，基于遗传算法优化高斯函数的个数及其参数然后对归一化后的脉搏信号做高斯拟合进行第二组时域特征提取；基于遗传算法优化傅里叶级数的参数然后对归一化后的脉搏信号做傅里叶级数拟合进行第三组时域特征提取。本发明提取了脉搏信号的54个时域特征，实现了对脉搏信号更加全面的特征提取，为脉搏信号进行更精确、更细致的分类识别提供了基础。
主权项：1.一种基于脉搏信号的时域特征提取方法，其特征在于，所述方法包括以下步骤：通过传感器获取人体脉搏信号，对所述脉搏信号进行预处理得到预处理后的脉搏信号；对预处理后的脉搏信号进行滑窗，获取每个窗口对应的脉搏信号的波峰个数，基于所述波峰个数对所述预处理后的脉搏信号进行第一组时域特征提取；对所述预处理后的脉搏信号进行周期分割、质量筛选、周期归一化得到周期归一化后的脉搏信号；采用高斯函数对所述周期归一化后的脉搏信号进行高斯拟合，基于高斯拟合函数进行第二组时域特征提取；采用傅里叶级数对所述周期归一化后的脉搏信号进行傅里叶级数拟合，基于傅里叶级数进行第三组时域特征提取。
全文数据：
权利要求：
百度查询： 北京理工大学 一种基于脉搏信号的时域特征提取方法
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