掌紋的多種特征提取和基于證據(jù)理論的融合算法研究.pdf

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