لیلا یوسف وند - دانشجوی کارشناسی ارشد دانشگاه رازی کرمانشاه
عبدالحسین فتحی - استادیار دانشگاه رازی کرمانشاه
فردین ابدالی محمدی - استادیار دانشگاه رازی کرمانشاه

کشف زیردنباله های تکراری در داده های سری زمانی به یکی از مهمترین کارها در حوزهداده کاوی تبدیل شدهاست. که این کار کاربردهای زیادی در الگوریتم های داده کاویازجمله کشف قواعد، خلاصه سازی، استخراج گرامر و خوشه بندی دارد. ازاینرو انطباقاین مسئله و معرفی الگوریتم های مؤثر در حوزه های بسیاری ازجمله پزشکی، رباتیک وهواشناسی به کار گرفته شده است. در دهه های اخیر توجهات بسیاری به سیگنالهای پزشکییک سیگنال (ECG) به عنوان یک سری زمانی جلب شده است که الکتروکاردیوگرامبیولوژیکی مشهور در این زمینه است. در این کار ما سیگنال الکتروکاردیوگرام را بااستفاده از یک الگوریتم سطح بندی و نمایش سمبلیک، کوانتیزه و تبدیل به رشته هایکاراکتری کرده و سپس برای این رشته تولیدشده یک گرامر مستقل از متن بر اساس روشفشرده سازی SEQUITUR استخراج می کنیم و این گرامر را برای فشرده سازی و تصدیق هویت از طریق سیگنال ECG مورد استفاده قرار می دهیم. نرخ فشرده سازی به دست آمده 19.09 می باشد، که این نتایج نشان می دهد گرامر تولید شده حجم اطلاعاتECG افراد را بسیار کاهش می دهد، درحالیکه اطلاعات مربوط به افراد همانطور باقی می مانند و همچنین استفاده از این روش در تصدیق هویت دقت 99.50 % را برای 20 نفر بهدست می دهد.

الکتروکاردیوگرام (ECG)، گرامر مستقل از متن، کوانتیزه کردن، نمایش سمبلیک، فشرده سازی، تصدیق هویت