商空间下的手指特征多粒度识别问题研究

发布时间：2017-11-08 15:17

  本文关键词：商空间下的手指特征多粒度识别问题研究

  更多相关文章： 生物识别 商空间 多粒度 手指特征

【摘要】：精确身份鉴别技术关系到社会安全,因此身份鉴别的方式尤为重要。传统的身份鉴别方式存在易被复制、易遗失和易遗忘等不安全因素,将会逐渐被生物特征识别这一精确的身份认证方式所代替。研究表明,在身份鉴别方面,多模态特征的稳定性和区别性优于单模态特征。因而,本文针对多模态的生物特征识别中的一些问题,以指纹、指节纹和指静脉为研究对象,结合粒计算中的商空间模型,探索一种高效准确的多模态识别方法,即商空间下的手指特征多粒度识别。本文的主要工作如下:首先,通过分析四种常见的粒计算模型的优缺点,确定所用粒化模型为注重结构特性的商空间模型,其识别过程采用由粗粒度到细粒度的多粒度识别方式。其次,通过自主设计的采集装置获取指纹、指节纹和指静脉的图像信息,在像素层验证商空间模型的可行性以及多模态的优越性。然后,在特征层,分别选取定序特征、方向能量特征和Hu不变矩特征进行商空间下的手指多模态特征融合的多粒度识别实验,取得了比较好的识别效果。最后,提出一种新的商空间粒的描述子,即多模态多尺度多特征描述子。实验结果表明,在商空间模型下进行手指特征的多粒度识别是有效的,其识别准确率和效率都有很大改善。
【学位授予单位】：中国民航大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP391.41

【相似文献】

中国期刊全文数据库 前10条

1 王兴野;韩燮;;商空间粒度预测方程[J];计算机工程与应用;2008年17期

2 荆泉霖;王加阳;;模糊λ商空间研究及其应用[J];计算机工程与应用;2011年13期

3 张铃;张钹;;动态商空间模型及其基本性质[J];模式识别与人工智能;2012年02期

4 王加阳;杨正华;;两种结构的商空间模型比较研究[J];电子学报;2013年11期

5 赵鹏;蔡庆生;耿焕同;于琨;;基于商空间模型的CBR系统[J];计算机工程;2006年24期

6 鲁斌;赵晓敏;靳然然;;基于商空间的模糊聚类方法研究[J];微计算机信息;2010年03期

7 石晓敬;韩燮;;商空间粒度下的点曲面模型绘制研究[J];微计算机信息;2010年36期

8 齐平;李龙澍;;多层次、多侧面的商空间合成方法研究[J];合肥工业大学学报(自然科学版);2013年01期

9 张媛;沈庆伟;张铃;;基于商空间的模糊等价关系在聚类分析中的应用[J];安徽建筑工业学院学报(自然科学版);2013年02期

10 郎咸吉;王加阳;;商空间合成技术[J];模式识别与人工智能;2013年12期

中国重要会议论文全文数据库 前2条

1 路强;唐益明;陆劲挺;刘晓平;;基于商空间理论的产品功能设计方法[A];全国第19届计算机技术与应用（CACIS）学术会议论文集（下册）[C];2008年

2 毛军军;张铃;郑婷婷;吴涛;;基于商空间理论的商分形模型[A];第二十六届中国控制会议论文集[C];2007年

中国博士学位论文全文数据库 前8条

1 毛军军;基于商空间粒度理论的商分形模型及其应用[D];安徽大学;2006年

2 齐平;动态问题的商空间求解方法及其应用研究[D];安徽大学;2015年

3 张燕平;基于商空间的构造性数据挖掘方法及应用[D];安徽大学;2003年

4 何富贵;商空间理论在网络路径分析中研究[D];安徽大学;2011年

5 赵姝;计算智能及其在气象信息分析中的应用[D];安徽大学;2007年

6 张持健;商空间下模糊系统与模糊控制的问题求解[D];安徽大学;2005年

7 陈万里;基于商空间理论和粗糙集理论的粒计算模型研究[D];安徽大学;2005年

8 张清华;分层递阶粒计算理论及其应用研究[D];西南交通大学;2009年

中国硕士学位论文全文数据库 前10条

1 罗盼;24HrKF知识共享空间的细分与合成模型研究[D];武汉纺织大学;2016年

2 李瑞梅;商空间下的手指特征多粒度识别问题研究[D];中国民航大学;2016年

3 荆泉霖;模糊λ商空间研究及其应用[D];中南大学;2010年

4 杨凯;模糊商空间下的不确定性问题研究[D];太原理工大学;2007年

5 赵晓敏;基于商空间的聚类方法研究及其在CRM中的应用[D];华北电力大学（河北）;2009年

6 梁远银;基于商空间的粒计算及其在数据挖掘中的应用[D];四川师范大学;2013年

7 郎咸吉;商空间合成方法的研究[D];中南大学;2013年

8 陈司马;商空间合成方法研究与应用[D];中南大学;2014年

9 杨正华;基于商空间的粒计算模型研究[D];中南大学;2012年

10 段霄鹏;基于商空间的煤矿瓦斯数据挖掘研究[D];太原理工大学;2010年

，

本文编号：1157684