적응적 가중치를 사용한 LMSE 최적화 기반의 심전도 개인 인식 방법 :ECG Identification Method Using Adaptive Weight Based LMSE Optimization

김석호

추천

검색

자료유형: 학위논문

저자정보: 김석호 (충북대학교, 충북대학교 대학원)

지도교수: 강현수

발행연도: 2015

저작권: 충북대학교 논문은 저작권에 의해 보호받습니다.

이용수0

이 논문의 연구 히스토리 (2)

2015

적응적 가중치를 사용한 LMSE 최적화 기반의 심전도 개인 인식 방법

김석호 , 강현수 한국콘텐츠학회논문지 2015.04 학술저널

적응적 가중치를 사용한 LMSE 최적화 기반의 심전도 개인 인식 방법

김석호 정보통신공학 2015.01 학위논문

이 논문의 후속연구가 궁금하신가요?
연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
이 논문의 연구 히스토리 확인하기

초록· 키워드

오류제보하기

This thesis presents a Electrocardiogram(ECG) identification method using adaptive weight based on LMSE(Least Mean Square Error) optimization. With a preprocessing for noise suppression, we extracts the average ECG signal and its standard deviation at every time instant. Then the extracted information is stored in database. ECG identification is achieved by matching an input ECG signal with the information in database. In computing the matching scores, the standard deviation is used. The scores are computed by applying adaptive weights to the values of the input signal over all time instants. The adaptive weight consists of two terms. The first term is the inverse of the standard deviation of an input signal. The second term is the proportional one to the standard deviation between user SAECGs stored in the DB. Experimental results show up to 100% recognition rate for 32 registered people.

#심전도 #개인인식 #LMSE

Ⅰ. 서 론 1
1.1 연구배경 및 필요성 1
1.2 연구목적 및 내용 2
1.3 논문의 구성 2
Ⅱ. 심전도 측정 3
2.1 심전도 3
(1) 심전도 3
(2) 심전도 측정 방법 4
(3) 심전도 사용 이유 5
2.2 기존의 연구 방법 6
(1) 형태학적 방법 6
(2) 해석학적 방법 9
2.3 제안하는 방법 13
(1) 전처리과정 14
(2) SAECG 18
(3) 비교 및 분류 20
Ⅲ. 실험 결과 24
3.1 실험데이터 24
3.2 실험결과 25
(1) 을 사용한 방법 25
(2) 를 사용한 방법 30
Ⅳ. 결 론 46
참고문헌 47

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

이 논문의 연구 히스토리 (2)

초록· 키워드

목차

최근 본 자료

댓글(0)