论文研究基于HMM和WNN的心音信号身份识别研究.pdf

将隐马尔可夫模型（HMM）与小波神经网络（WNN）相结合，提出了一种基于心音信号的身份识别方法。该方法首先利用HMM对心音信号进行时序建模，并计算出待识别心音信号的输出概率评分；再将此识别概率评分作为小波神经网络的输入，通过小波神经网络将HMM的识别概率值进行非线性映射，获取分类识别信息；最后根据混合模型的识别算法得出识别结果。实验采集80名志愿者的160段心音信号对所提出的方法进行验证，并与GMM模型的识别结果进行了对比，结果表明，所选方法能够有效提高系统的识别性能，达到了比较理想的识别效果。