2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩59頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶(hù)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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、生物特征識(shí)別是利用人體所固有的生理特征或行為特征進(jìn)行識(shí)別的技術(shù),它涉及到模式識(shí)別、數(shù)字圖象處理和人工智能等眾多學(xué)科的相關(guān)知識(shí)。近年來(lái),由于單生物特征的局限性,很難適應(yīng)實(shí)際應(yīng)用的需求,多生物特征融合技術(shù)已經(jīng)成為生物特征識(shí)別技術(shù)發(fā)展的必然趨勢(shì)。本文主要針對(duì)人臉和掌紋兩種生物特征在決策層上的融合作了一系列研究。本文的研究?jī)?nèi)容主要包括以下幾個(gè)方面:
  (1)總結(jié)和比較了決策層上生物特征融合的主要方法,對(duì)常用分類(lèi)器組合方法進(jìn)行了比較和實(shí)驗(yàn)

2、。
  (2)在單訓(xùn)練樣本下的分類(lèi)器性能進(jìn)行了研究,針對(duì)單樣本的特殊情況,對(duì)傳統(tǒng)的線(xiàn)性加權(quán)法進(jìn)行了改進(jìn),在人臉和掌紋的特征融合上得到了良好的效果。
  (3)利用小波變換方法提取人臉和掌紋的奇異值特征,設(shè)計(jì)了基于進(jìn)化策略的融合算法,有效的解決了分類(lèi)器權(quán)值的賦予問(wèn)題,提高了分類(lèi)的準(zhǔn)確率。該算法計(jì)算簡(jiǎn)單,在計(jì)算時(shí)間上優(yōu)于多數(shù)融合算法。
  (4)對(duì)用于字符識(shí)別的集成判決算法作了研究,在幾個(gè)方面進(jìn)行了改進(jìn),并將它用于人臉和掌

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)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(qǐng)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(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)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(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)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(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論