2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩62頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、生物識別技術(shù)是利用人體生理特征來實現(xiàn)身份識別的技術(shù)。隨著社會的信息化、數(shù)字化、網(wǎng)絡化的高速發(fā)展,各種生物識別系統(tǒng)廣泛的應用于如銀行、機場、軍事基地、研發(fā)機構(gòu)等場所。其中,手指靜脈識別技術(shù)以其高度防偽、高準確性、簡便易用和快速識別等突出優(yōu)勢,成為近年來最具發(fā)展前景的生物識別技術(shù)之一。研究手指靜脈識別技術(shù)具有很高的應用價值。本文對手指靜脈識別技術(shù)中的分類識別算法進行了深入研究,主要的工作包括:
  (1)分析總結(jié)了現(xiàn)階段國內(nèi)外手指靜脈

2、分類識別算法,并通過仿真實驗比較其優(yōu)缺點。
  (2)根據(jù)二值化后的手指靜脈圖像的拓撲結(jié)構(gòu)特點,提出了一種改進的OPTA細化算法。該算法改善了消除模板和保留模板不一致的情況,構(gòu)造了8個消除模板及6個保留模板,然后再通過毛刺的裁剪、圖像的修復,得到了無冗余的點的單像素點的靜脈細化圖像。
  (3)提出了基于核Fisher判別分析(KFDA)的手指靜脈識別方法。通過引入核函數(shù),利用了類間散度陣和類內(nèi)散度陣作為Fisher準則,通

3、過對預處理后的手指靜脈數(shù)據(jù)庫進行仿真。實驗結(jié)果表明,該方法具有較高的識別精度,其精度能達到98.2%。
  (4)提出了基于BP神經(jīng)網(wǎng)絡的手指靜脈識別方法。首先,利用主成分分析(PCA)和線性判別分析(LDA)將手指靜脈圖像從高維空間降低到低維空間,去除圖像中包含的冗余信息,提取出靜脈圖像的特征向量。然后將提取到的特征向量作為BP神經(jīng)網(wǎng)絡的輸入,進行訓練與識別。實驗結(jié)果表明:該算法具有較快的識別速度和很高的識別率。從而驗證了該算法

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論