一種基于支持向量機(jī)的多生物特征融合身份識(shí)別方法研究.pdf

1、生物特征識(shí)別技術(shù)在信息化高度發(fā)展的當(dāng)今社會(huì)中為身份識(shí)別提供了有效的途徑，受到越來(lái)越多研究者的關(guān)注?；诙嗌锾卣魅诤系纳矸葑R(shí)別方法相比單特征識(shí)別具有以下特點(diǎn)：1）更強(qiáng)的可靠性，可以提高系統(tǒng)性能和容錯(cuò)能力，減少噪聲；2）更廣的適用性，彌補(bǔ)了單特征對(duì)某些人不適用的缺點(diǎn)；3）更強(qiáng)的安全性等，具有非常廣闊的應(yīng)用前景。
　　支持向量機(jī)是基于統(tǒng)計(jì)學(xué)習(xí)理論最優(yōu)化方法用以機(jī)器學(xué)習(xí)的新工具，具有解決高維數(shù)、非線(xiàn)性、小樣本的能力，已被廣泛應(yīng)用于生物信

2、息、人工智能等領(lǐng)域。將支持向量機(jī)用于生物特征身份識(shí)別，具有非常重要的意義。
　　本論文的目的研究支持向量機(jī)對(duì)多生物特征融合身份識(shí)別的有效性，修正的高斯核函數(shù)對(duì)生物特征識(shí)別的更優(yōu)性及多生物特征融合對(duì)身份識(shí)別的實(shí)用性。
　　本文主要工作是：
　　1.針對(duì)采集的原始人臉圖像、指紋圖像和虹膜圖像的不足，分別進(jìn)行處理，消除噪聲并進(jìn)行特征提取，將支持向量機(jī)用于決策層構(gòu)建分類(lèi)器，對(duì)提取的特征進(jìn)行訓(xùn)練和測(cè)試。實(shí)驗(yàn)驗(yàn)證了該方法可行性，具