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58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、隨著計(jì)算機(jī)、網(wǎng)絡(luò)技術(shù)的飛速發(fā)展,對(duì)信息安全的要求也越來(lái)越高。利用生物特征來(lái)進(jìn)行身份識(shí)別、身份認(rèn)證成為適應(yīng)新時(shí)代高信息安全的有力保障。生物特征識(shí)別是利用人體所固有的生理特征、行為特征進(jìn)行身份識(shí)別的技術(shù),它涉及到圖像處理、模式識(shí)別、人工智能等多個(gè)學(xué)科領(lǐng)域的相關(guān)知識(shí)。
  盡管使用生物特征識(shí)別有其固有的優(yōu)點(diǎn),但由于在某些應(yīng)用場(chǎng)合達(dá)不到所要求的準(zhǔn)確率,很難適應(yīng)實(shí)際應(yīng)用的需求。融合技術(shù)的發(fā)展為這一情況彌補(bǔ)了不足,成為生物特征識(shí)別技術(shù)發(fā)展的必

2、然趨勢(shì),特別是多分類器的融合技術(shù)已成為近年來(lái)研究的熱點(diǎn)話題。本文主要針對(duì)基于掌紋的多分類器的融合技術(shù)進(jìn)行研究,主要內(nèi)容包括以下幾個(gè)方面:
  (1)盡可能多的提取掌紋的不同特征,本文提取了掌紋的結(jié)構(gòu)特征、頻域特征、統(tǒng)計(jì)特征以及子空間的特征。
  (2)將提取出來(lái)的掌紋的特征和距離權(quán)重K-近鄰分類準(zhǔn)則相結(jié)合,構(gòu)成不同的單分類器。
  (3)利用證據(jù)理論的融合方法對(duì)由上一步建立的單分類器進(jìn)行融合。提出了一種改進(jìn)了證據(jù)合成公

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(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。

評(píng)論

0/150

提交評(píng)論