文献

J-GLOBAL ID：201702219362177062   整理番号：17A1257414

心電図信号に基づくbiometrie認識のための特徴選択【Powered by NICT】

Feature selection for biometrie recognition based on electrocardiogram signals

著者 (3件)： Teodoro Felipe Gustavo Silva (Information Systems Graduate Program, School of Arts, Science and Humanities, University of Sao Paulo, Sao Paulo, SP, Brazil) ,  Peres Sarajane M. (Information Systems Graduate Program, School of Arts, Science and Humanities, University of Sao Paulo, Sao Paulo, SP, Brazil) ,  Lima Clodoaldo A. M. (Information Systems Graduate Program, School of Arts, Science and Humanities, University of Sao Paulo, Sao Paulo, SP, Brazil)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： IJCNN  ページ： 2911-2920  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 現在者同定のより正確で信頼性のある方法の開発に対する要求が学界と産業界から注目,バイオメトリクスは,これらの新しい手法の一つであるとされている。「バイオメトリクス」という言葉を用いて,物理的または行動特性に基づく同定法を参照することである。バイオメトリック認識がますます普及,回避,難読化と再生攻撃の恐怖は関心事である。の従来のバイオメトリックモダリティ(顔面,虹彩と指紋)はすべての可能なセキュリティ要求のニーズを供給することができないので,多くの新しいバイオメトリックモダリティを提示し,ギャップを埋めることを試みている。,心電図(ECG)と脳波(EEG)のような,生物医学信号は新しいバイオメトリックモダリティとして提案されている。バイオメトリック認識のためのECGを用いる利点は,普遍性,永続性,一意性,攻撃に対するロバスト性,活性検出のようにまとめることができる。利用特徴によれば,既存のECGベースのバイオメトリクスシステムは基準,非基準とハイブリッドシステムに分類される。分類タスクのためのK最近傍,サポートベクトルマシン,最適経路森林とEuclid距離分類器を用いたECGに基づくバイオメトリックシステムの性能に及ぼす遺伝的アルゴリズム,ミームアルゴリズムおよびパーティクルスワーム最適化のようないくつかの特徴選択戦略の影響を解析した。結果は,高い認識率を提供することをE CG信号から抽出した特徴のサブセットであることを示した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： サポートベクトルマシン ,  脳波 ,  バイオメトリクス ,  虹彩 ,  *心電図 ,  遺伝的アルゴリズム ,  ロバスト性 ,  指紋 ,  *特徴選択 ,  部分集合 ,  セキュリティ ,  信頼性
準シソーラス用語： 認識率 ,  粒子群最適化 ,  Euclid距離 , 【Automatic Indexing@JST】

分類 (2件)： パターン認識  (JE07000S) ,  生体計測  (EL03020C)

タイトルに関連する用語 (2件)： 心電図信号 ,  特徴選択