版權(quán)說(shuō)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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、掌紋識(shí)別作為一種新興的生物識(shí)別技術(shù),具有較好的市場(chǎng)前景,近年來(lái)得到了廣泛的關(guān)注與研究,已經(jīng)形成了比較成熟的理論,現(xiàn)在開始走出實(shí)驗(yàn)室,進(jìn)入應(yīng)用階段。
掌紋的識(shí)別現(xiàn)在主要采用順序比對(duì)法,即將待識(shí)別的掌紋樣本與數(shù)據(jù)庫(kù)中的掌紋樣本逐一進(jìn)行匹配。這種方法在數(shù)據(jù)庫(kù)中的掌紋樣本數(shù)較小的時(shí)候能快速給出識(shí)別結(jié)果。但當(dāng)數(shù)據(jù)庫(kù)的樣本太大的時(shí)候識(shí)別所消耗的時(shí)間會(huì)明顯的增加,以至于超出人們能夠接受的范圍。另外,研究表明生物識(shí)別系統(tǒng)的錯(cuò)誤接受率會(huì)隨著數(shù)據(jù)
2、樣本數(shù)的增加而出現(xiàn)幾何級(jí)的增長(zhǎng),大大降低系統(tǒng)的安全性。因此,要使掌紋識(shí)別技術(shù)能夠應(yīng)用于大規(guī)模數(shù)據(jù)樣本的環(huán)境,就必須盡可能地減少識(shí)別時(shí)的搜索空間,縮短識(shí)別時(shí)間。
本文首先介紹了生物特征快速識(shí)別的常用方法并且分析了其優(yōu)缺點(diǎn),然后設(shè)計(jì)了一個(gè)基于聚類的掌紋快速識(shí)別的系統(tǒng)框架。本文重點(diǎn)研究了K-means和DBSCAN兩種聚類算法,并且針對(duì)它們各自的缺點(diǎn)提出了相應(yīng)的改進(jìn)措施。針對(duì)K-means聚類算法對(duì)初始聚類中心敏感的問(wèn)題,提出了一種
3、改進(jìn)的初始中心選擇方法。該方法選擇分隔得盡量遠(yuǎn)的幾個(gè)數(shù)據(jù)點(diǎn)作為初始類中心。針對(duì)DBSCAN算法對(duì)參數(shù)Eps和MinPts敏感且兩個(gè)參數(shù)不好確定的問(wèn)題,提出了一種利用Gaussian-means算法自動(dòng)估算Eps和MinPts的方法。實(shí)驗(yàn)結(jié)果表明,本文改進(jìn)的聚類算法與原始的算法相比能產(chǎn)生更好的聚類結(jié)果。最后,實(shí)驗(yàn)結(jié)果顯示將改進(jìn)的K-means聚類算法應(yīng)用到本文設(shè)計(jì)的掌紋快速識(shí)別系統(tǒng)上能顯著地提高掌紋識(shí)別的速度并且保持大約97%的識(shí)別精度。
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,若沒有圖紙預(yù)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(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(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。
最新文檔
- 基于特征掌紋的在線掌紋識(shí)別方法研究.pdf
- 基于向量描述的掌紋識(shí)別方法.pdf
- 基于關(guān)鍵點(diǎn)加權(quán)的掌紋識(shí)別方法研究.pdf
- 掌紋的模糊識(shí)別方法研究.pdf
- 基于紋線投影特征的掌紋識(shí)別方法研究.pdf
- 基于模型聚類的說(shuō)話人識(shí)別方法研究.pdf
- 基于線特征的掌紋識(shí)別方法的研究.pdf
- 掌紋識(shí)別方法的應(yīng)用研究.pdf
- 掌紋特征采集與識(shí)別方法研究.pdf
- 掌紋圖像處理及識(shí)別方法研究.pdf
- 基于復(fù)合神經(jīng)網(wǎng)絡(luò)的掌紋識(shí)別方法的研究.pdf
- 基于聚類算法的室內(nèi)地點(diǎn)識(shí)別方法研究.pdf
- 基于聚類算法的流量識(shí)別方法研究及系統(tǒng)實(shí)現(xiàn).pdf
- 基于稀疏子空間聚類的人臉識(shí)別方法研究.pdf
- 掌紋特征比對(duì)與識(shí)別方法的研究.pdf
- 基于掌紋和手形的生物特征識(shí)別方法
- 基于掌紋和手形的生物特征識(shí)別方法.pdf
- 基于復(fù)雜網(wǎng)絡(luò)與多小波的掌紋識(shí)別方法.pdf
- 基于版面理解的選票快速識(shí)別方法研究.pdf
- 基于免疫聚類的配電網(wǎng)故障分類識(shí)別方法研究.pdf
評(píng)論
0/150
提交評(píng)論