位置:成果数据库 > 期刊 > 期刊详情页
可穿戴设备中基于人体通信的身份识别方法研究
  • ISSN号:1001-3695
  • 期刊名称:《计算机应用研究》
  • 时间:0
  • 分类:TP309.2[自动化与计算机技术—计算机系统结构;自动化与计算机技术—计算机科学与技术]
  • 作者机构:[1]湘潭大学物理与光电工程学院,湖南湘潭411105, [2]中国科学院深圳先进技术研究院生物医学与健康工程研究所,广东深圳518055
  • 相关基金:国家自然科学基金资助项目(U1505251,61403366);广东省省级科技计划项目(2015A020214018);深圳市技术开发项目(CXZZ20150505093829778)
中文摘要:

针对目前生物识别技术在穿戴式设备上应用的缺陷,提出一种可应用于可穿戴设备上的生物识别方法。利用300kHz-1.5GHz的电磁波在人体通信信道传输中产生的幅度衰减特性曲线作为生物特征。为了验证此方法的可行性,首先,利用矢量网络分析仪测量生物特征;其次,提取数据的梯度,使用支持向量机进行分类器模型训练和测试。验证结果与直接对采集的生物特征进行分析的方法对比,引入梯度的分析方法使得正确识别率从90.45%提高到94.54%,等错误率从0.95%降低到0.14%,接收者操作特征曲线下面积从0.9971增加到0.9999。因此,基于人体通信的身份识别方法可为穿戴式设备的身份认证系统研究提供一种方法。

英文摘要:

Due to the traditional biometric identification methods are not suitable for wearable devices, this paper proposed a novel type of biometric identification for wearable devices. The propagation characteristics curve of the HBC channel at the wrist within the frequency range of 300 kHz - 1.5 GHz were as the biometric trait. To investigate the feasibility of HBC identification, firstly,it measured the biometric trait by vector network analyzer. Moreover, it extracted gradients from measurement da- ta, and analyzed the gradients by support vector machines (SVM). The performance of the gradient analysis method compared with the method of direct analysis the biometric trait, and result shows the correct identification rate (CIR) increased from 90.45% to 94.54% ,the equal error rate (EER) reduced from 0.95% to 0.14% ,the area under receiver operating characteristics curve (AUC) reached from 0. 997 1 to 0. 999 9. Therefore, biometric identification based human body communication can put forwards an idea for authentication system of wearable devices.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《计算机应用研究》
  • 北大核心期刊(2011版)
  • 主管单位:四川省科学技术厅
  • 主办单位:四川省计算机研究院
  • 主编:刘营
  • 地址:成都市成科西路3号
  • 邮编:610041
  • 邮箱:arocmag@163.com
  • 电话:028-85210177 85249567
  • 国际标准刊号:ISSN:1001-3695
  • 国内统一刊号:ISSN:51-1196/TP
  • 邮发代号:62-68
  • 获奖情况:
  • 第二届国家期刊奖百种重点科技期刊,国内计算技术类重点核心期刊,国内外著名数据库收录期刊
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,波兰哥白尼索引,英国科学文摘数据库,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:60049