遗传算法优化BP神经网络的非接触式血压估计方法

血压是人体重要的生理参数,能够反应心脏泵血功能、外周血管阻力、血容,对其进行非接触连续测量在日常生活和诸多应用场合中具有很重要的意义。从面部视频中获取相关脉搏波信号,然后提取信号中与血压相关性高的特征参数,从而利用这些参数建立血压估计的神经网络模型,并采用遗传算法对其进行优化。通过验证得出遗传算法优化BP神经网络(GA-BP)模型估计能力和拟合精度明显提高,且其估计结果满足相应血压测量标准并能实现血压非接触连续估计,其收缩压估计准确率为93.1%,舒张压估计准确率为96.6%。故通过脉搏波特征参数建立GA-BP模型是一种有效非接触式血压估计方法。

视线交互的图像密码认证系统

针对图像认证系统易受到窥探攻击的问题,提出一种基于视线交互的图像认证系统。系统中,眼动仪记录用户的眼球运动并将其作为输入控制信号,用以生成系统的用户名和密码,进而抵御窥探攻击。用户测试研究验证系统的可用性和有效性,实验的平均成功率为85.71%;随着用户熟悉程度的提高,用户认证成功率逐渐升高。