عنوان فارسی مقاله:
الگوریتم طبقه بندی ویژگی جدید برای شناخت بیومتریک با استفاده از سیگنال هایPPG |
|
عنوان انگلیسی مقاله: |
A novel feature ranking algorithm for biometric recognition with PPG signals |
چکیده
این مطالعه به توصیف کاربرد سیگنال فوتوپلیتیسموگرافی (PPG) و ویژگیهای غالب زمانی برگفته از مشتقهای اول و دوم خود برای شناسایی بیومتریک میپردازد. برای این منظور، مجموع 40 ویژگی استخراج شده و الگوریتم طبقهبندی ویژگی پیشنهاد شده است. این الگوریتم پیشنهادی به محاسبه سهم هر ویژگی برای شناخت بیومتریک و مرتبسازی ویژگیها میپردازد، که در آن توزیع آن زیاد به کم صورت گرفته است. در عین شناسایی توزیع ویژگی ها، فرمولهای قدر مطلق و فاصله اقلیدسی مورد استفاده قرار گرفته است. کارآیی الگوریتمهای پیشنهادی به واسطه نتایج برنامههای کاربردی طبقهبندی کننده k-NN (نزدیکترین همسایه k) این ویژگیها نشان داده شده است. در طول این برنامه، هریک از سیگنالهای PPG دوره 15 به دو زمان مختلف از هر سی فرد سالم تعلق داشت که از کارتهای فراگیری داده PPG استفاده کرده بودند. این سیگنالهای PPG از آزمودنیهایی گزارش شده بودند که به عنوان پیکرهبندی 1 مورد استفاده قرار گرفته بودند: سیگنالهای PPG گزارش شده بعدی در زمان دیگر به عنوان پیکرهبندی دوم گزارش شده بود و ترکیبی از این دو به عنوان پیکرهبندی سوم ارزیابی شد. این در حالی است که نتایج برای مدل طبقهبندی کننده k-NN ایجاد شده همراه با الگوریتم پیشنهادی ایجاد شد، یعنی شناسایی 90.44 درصد برای پیکرهبندی اول، 94.44 درصد برای پیکرهبندی دوم و 87.22 درصد برای پیکرهبندی سوم با موفقیت حاصل شد. نتایج حاصل نشان داد که این دو الگوریتم پیشنهادی و مدلهای شناسایی بیومتریک مبتنی بر سیگنال PPG ایجاد شده، همراه با روش پیشنهادی، برای شناسایی افراد فاقد ارتباط بسیار امیدوارکننده است.