[发明专利]心纹识别方法、终端以及可读储存介质

摘要

本发明公开了一种心纹识别方法、终端以及可读储存介质，所述心纹识别方法包括以下步骤：获取心电信号，所述心电信号包括输入的目标心纹信号与数据库中的心电信号，训练卷积神经网络提取所述心电信号的特征数据；根据联合贝叶斯算法与特征数据获取目标心纹信号与数据库中的各心电信号的相似度；根据所述相似度从数据库中的心电信号中确定与目标心纹信号匹配的目标心电信号，并根据目标心电信号确定目标心纹信号所属对象的身份。本发明所通过卷积神经网络提取出心电信号中的特征，再通过联合贝叶斯算法计算出各心电信号特征的相似度，然后通过心电信号特征的相似度识别心电信号，并且简单易用，增加了心纹识别的准确性与实用性。 1

主权项

1.一种心纹识别方法，其特征在于，所述心纹识别方法包括以下步骤：

获取心电信号，所述心电信号包括输入的目标心纹信号与数据库中的心电信号，训练卷积神经网络提取所述心电信号的特征数据；

根据联合贝叶斯算法与特征数据获取目标心纹信号与数据库中的各心电信号的相似度；

根据所述相似度从数据库中的心电信号中确定与目标心纹信号匹配的目标心电信号，并根据目标心电信号确定目标心纹信号所属对象的身份。

2.如权利要求1所述的心纹识别方法，其特征在于，所述训练卷积神经网络提取所述心电信号的特征数据的步骤包括：

通过对心电信号进行清洗处理得到训练数据；

根据卷积神经网络与训练数据获取所述心电信号的特征数据。

3.如权利要求2所述的心纹识别方法，其特征在于，所述通过对心电信号进行清洗处理得到训练数据的步骤包括：

将所述心电信号的波形进行预设方式的截取，得到满足波形数量规律的训练数据。

4.如权利要求2所述的心纹识别方法，其特征在于，所述根据卷积神经网络与训练数据获取所述心电信号的特征数据的步骤包括：

通过输入训练数据对神经网络进行训练，当准确率大于预设比例时，则判定神经网络训练完成训练；

将心电数据输入所述神经网络得到心电信号的特征数据。

5.如权利要求1所述的心纹识别方法，其特征在于，所述根据联合贝叶斯算法与特征数据获取目标心纹信号与数据库中的各心电信号的相似度的步骤包括：

所述训练数据通过对心电信号进行清洗处理来获取；

计算训练数据的协方差矩阵，所述协方差矩阵包括类内协方差矩阵与类间协方差矩阵；

根据联合贝叶斯算法，计算出目标心纹信号与数据库中的心电信号的相似度。

6.如权利要求5所述的心纹识别方法，其特征在于，所述根据联合贝叶斯算法，计算出目标心纹信号与数据库中的心电信号的相似度的步骤包括：

将两个心电信号的特征数据带入联合贝叶斯算法中得出两个心电信号相似度，所述两个心电信号为目标心纹信号与一个数据库中的心电信号。

7.如权利要求1所述的心纹识别方法，其特征在于，所述根据所述相似度从数据库中的心电信号中确定与目标心纹信号匹配的目标心电信号的步骤包括：

若所述相似度大于预设阈值，则判定所述心电信号是与目标心纹信号匹配的目标心电信号；

若所述相似度小于等于预设阈值，判定所述心电信号不是与目标心纹信号匹配的目标心电信号。

8.如权利要求7所述的心纹识别方法，其特征在于，所述若所述相似度大于预设阈值，则判定所述心电信号是与目标心纹信号匹配的目标心电信号的步骤之后包括：

若判定所述心电信号是与目标心纹信号匹配的目标心电信号，则获取所述目标心电信号的所属对象，并将所述所属对象设置为目标心纹信号的所属对象。

9.一种终端，其特征在于，所述终端包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的心纹识别程序，所述心纹识别程序被所述处理器执行时实现如权利要求1至8中任一项所述的心纹识别方法的步骤。

10.一种计算机可读储存介质，其特征在于，所述计算机可读储存介质上存储有心纹识别程序，所述心纹识别程序被处理器执行时实现如权利要求1至8中任一项所述的心纹识别方法的步骤。