基于HMM和WNN的心音信號身份識別研究

摘 要：將隱馬爾可夫模型(HMM)與小波神經網絡(wNN)相結合，提出了一種基于心音信號的身份識別方法。該方法首先利用HMM對心音信號進行時序建模，并計算出待識別心音信號的輸出概率評分；再將此識別概率評分作為小波神經網絡的輸入，通過小波神經網絡將HMM的識別概率值進行非線性映射，獲取分類識別信息：最后根據混合模型的識剮算法得出識別結果。實驗采集80名志愿者的160段心音信號對所提出的方法進行驗證。并與GMM模型的識別結果進行了對比，結果表明，所選方法能夠有效提高系統的識別性能，達到了比較理想的識別效果。