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!
摘要:公开了用于识别验证个体的方法,所述方法包括对来自多个受试者的HF‑QRS信号或衍生的值或特征进行采样,并使用例如深度学习卷积神经网络来查找下述特征或值:i该特征或值在对于同一受试者而言的所有样本中均是足够相似的,但是ii该特征或值在不同受试者之间是有足够差异的,从而允许进行识别。还公开了对签名进行查找,该签名在特定时间段内足够稳定以使得这些签名在偏离阈值之内,然后至少以用于建立偏离阈值的时间段为频率来对待识别的所有受试者进行监测。
主权项:1.一种用于识别验证个体的方法,所述方法包括:对来自一组受试者的HF-QRS信号或衍生的特征或值进行采样,其中,每次采样对于每个受试者而言是在多个不同的时间处执行的;使用深度学习神经网络来确定下述特征或值:i所述特征或值对于同一个体而言在不同时间处采集的样本足够相似;以及ii不管何时采样,所述特征或值在所有个体之间是有足够差异的,从而用作生物测定签名,其中,用作生物测定签名的所述特征或值是通过下述方式来确定的:首先建立来自所述一组受试者中的一组特征或值的训练集,其中,每个受试者的HF-QRS被采样多次;将所述训练集与验证集进行比较,以用于识别分类器的过度拟合并用于对适当的特征或值进行附加验证;对来自个体的所述特征或值进行采样,并将所述特征或值作为与所述特征或值各自相应的生物测定签名存储在数据库中;以及稍后对来自未知个体的所述特征或值进行采样,并确定所述特征或值是否与所存储的生物测定签名中的任意者相匹配,其中,如果来自所述未知个体的所述特征或值与所存储的特征或值满足相似性阈值,则确定来自所述未知个体的所述特征或值与所存储的生物测定签名相匹配;以及其中,在对来自所述未知个体的所述特征或值进行采样中结合有可变性校正存储数据。
全文数据:
权利要求:
百度查询: 雷诺兹·德尔加多 在生物识别中的高频QRS
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。