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(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、掌紋識別作為一種新興的生物識別技術(shù),具有較好的市場前景,近年來得到了廣泛的關(guān)注與研究,已經(jīng)形成了比較成熟的理論,現(xiàn)在開始走出實驗室,進(jìn)入應(yīng)用階段。
掌紋的識別現(xiàn)在主要采用順序比對法,即將待識別的掌紋樣本與數(shù)據(jù)庫中的掌紋樣本逐一進(jìn)行匹配。這種方法在數(shù)據(jù)庫中的掌紋樣本數(shù)較小的時候能快速給出識別結(jié)果。但當(dāng)數(shù)據(jù)庫的樣本太大的時候識別所消耗的時間會明顯的增加,以至于超出人們能夠接受的范圍。另外,研究表明生物識別系統(tǒng)的錯誤接受率會隨著數(shù)據(jù)
2、樣本數(shù)的增加而出現(xiàn)幾何級的增長,大大降低系統(tǒng)的安全性。因此,要使掌紋識別技術(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別時的搜索空間,縮短識別時間。
本文首先介紹了生物特征快速識別的常用方法并且分析了其優(yōu)缺點,然后設(shè)計了一個基于聚類的掌紋快速識別的系統(tǒng)框架。本文重點研究了K-means和DBSCAN兩種聚類算法,并且針對它們各自的缺點提出了相應(yīng)的改進(jìn)措施。針對K-means聚類算法對初始聚類中心敏感的問題,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)的幾個數(shù)據(jù)點作為初始類中心。針對DBSCAN算法對參數(shù)Eps和MinPts敏感且兩個參數(shù)不好確定的問題,提出了一種利用Gaussian-means算法自動估算Eps和MinPts的方法。實驗結(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,實驗結(jié)果顯示將改進(jìn)的K-means聚類算法應(yīng)用到本文設(shè)計的掌紋快速識別系統(tǒng)上能顯著地提高掌紋識別的速度并且保持大約97%的識別精度。
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(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(hù)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(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)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(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)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。
最新文檔
- 基于特征掌紋的在線掌紋識別方法研究.pdf
- 基于向量描述的掌紋識別方法.pdf
- 基于關(guān)鍵點加權(quán)的掌紋識別方法研究.pdf
- 掌紋的模糊識別方法研究.pdf
- 基于紋線投影特征的掌紋識別方法研究.pdf
- 基于模型聚類的說話人識別方法研究.pdf
- 基于線特征的掌紋識別方法的研究.pdf
- 掌紋識別方法的應(yīng)用研究.pdf
- 掌紋特征采集與識別方法研究.pdf
- 掌紋圖像處理及識別方法研究.pdf
- 基于復(fù)合神經(jīng)網(wǎng)絡(luò)的掌紋識別方法的研究.pdf
- 基于聚類算法的室內(nèi)地點識別方法研究.pdf
- 基于聚類算法的流量識別方法研究及系統(tǒng)實現(xiàn).pdf
- 基于稀疏子空間聚類的人臉識別方法研究.pdf
- 掌紋特征比對與識別方法的研究.pdf
- 基于掌紋和手形的生物特征識別方法
- 基于掌紋和手形的生物特征識別方法.pdf
- 基于復(fù)雜網(wǎng)絡(luò)與多小波的掌紋識別方法.pdf
- 基于版面理解的選票快速識別方法研究.pdf
- 基于免疫聚類的配電網(wǎng)故障分類識別方法研究.pdf
評論
0/150
提交評論