CHOSUN

다선형 부분공간 학습방법을 이용한 ECG기반 생체인식

Metadata Downloads
Author(s)
임원철
Issued Date
2018
Abstract
Biometric techniques using biometric information such as fingerprints, faces, and iris are widely used in everyday life. Biometrics using physical features are dangerous because of counterfeiting and tampering. Biological signals using electrical bio-signals are highly secure. In recent years, we are actively studying bio-signals using electrical bio-signals.
In this paper, we analyze the performance of biometrics using multilinear subspace learning from electrocardiogram information. We compare the performance using MPCA, MLDA in order to demonstrate superior performance over the existing subspace learning techniques such as principal component analysis and linear discriminant analysis. We confirmed that 97% recognition rate is obtained when applying the multilinear subspace learning by applying Physionet's MIT-BIH database.
Alternative Title
ECG-based biometrics using multiliner subspace learning approach
Alternative Author(s)
Won-Cheol Lim
Affiliation
조선대학교 산업기술융합대학원 소프트웨어융합공학과
Department
산업기술융합대학원 소프트웨어융합공학과
Advisor
곽근창
Awarded Date
2019. 2
Table Of Contents
목 차
제1장 서론 1
제2장 관련 연구 4
제1절 심전도의 특성 4
제2절 기존의 차원 축소 기법 8
1. 주성분 분석 8
2. 선형 판별 분석 10
제3장 다선형 부분공간 학습방법 13
제1절 선형 부분공간 학습 및 다선형 부분공간 학습 13
1. 선형 부분공간 학습 13
2. 다선형 부분공간 학습 14
제2절 다선형 주성분 분석 16
제3절 다선형 판별 분석 21
제4절 전처리 과정 및 특징 분류 24
1. 전처리 과정 24
2. 특징 분류 27
제4장 실험 방법 및 결과 분석 29
제1절 심전도 데이터베이스 29
제2절 실험 방법 29
제3절 결과 분석 34
제5장 결론 36
참고문헌 38
Degree
Master
Publisher
조선대학교 산업기술융합대학원
Citation
임원철. (2018). 다선형 부분공간 학습방법을 이용한 ECG기반 생체인식
Type
Dissertation
URI
https://oak.chosun.ac.kr/handle/2020.oak/2013
http://chosun.dcollection.net/common/orgView/200000267146
Appears in Collections:
Engineering > Theses(Master)(산업기술창업대학원)
Authorize & License
  • AuthorizeOpen
Files in This Item:

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.