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87頁未讀, 繼續(xù)免費閱讀

下載本文檔

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

文檔簡介

1、移動設備(Mobile Devices)諸如移動電話、智能可穿戴設備等,已經改變了人們傳統(tǒng)以來的生活方式。它們早已不再被僅僅地用于電話與網絡通信,還可以被用來采集并存儲人們的隱私信息,比如地理位置、喜愛偏好、身體健康情況等。這使得移動設備變得越來越隱私化,保護移動設備上的隱私信息安全也變得越來越重要。
  根據用于識別過程中的信息類型不同,可將目前應用于移動設備上的人體身份識別技術劃歸為以下兩類:基于用戶所知(如密碼、口令)的身份

2、識別,以及基于生物特征(如指紋、虹膜)的身份識別。然而這兩種方式均存在不足:用戶所知易遺忘、竊??;移動設備上的生物特征采集設備造價昂貴,采集過程要求高,如指紋采集器嚴格要求手指在采集過程中沒有汗水、灰塵遮擋,否則識別率會大大降低,嚴重影響了用戶體驗。
  在此背景下,本文著眼于移動設備上的身份識別根本問題:如何在移動設備上完成低成本、高精度、簡潔易用的身份識別。為此,本文尋找了一種新型的可用于身份識別的生物特征——電磁吸收率。基于

3、對該特征的研究,本文發(fā)現(xiàn)了其具備唯一性與可采集性的特點,并且設計了基于該特征的用戶身份識別系統(tǒng)。該系統(tǒng)采用超低功耗的特征采集設備采集待識別用戶的電磁吸收率特征,通過基于滑動窗口的周期劃分算法、基于快速排序的回歸合并算法對原始采樣數(shù)據進行波動噪音消除、周期數(shù)據整合預處理。在經過預處理的數(shù)據基礎上提取了四維電磁吸收率特征向量,并對特征向量利用基于多項式核函數(shù)的 SVM分類識別算法進行身份識別驗證。
  針對該身份識別系統(tǒng)的測試結果表明

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。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,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