基于SVM的生物特征融合技术研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-7页 |
| 目录 | 第7-9页 |
| 第1章 绪论 | 第9-15页 |
| ·选题背景及意义 | 第9-11页 |
| ·国内外研究现状 | 第11-13页 |
| ·论文的主要内容及安排 | 第13-15页 |
| 第2章 信息融合与 SVM | 第15-24页 |
| ·信息融合简介 | 第15-17页 |
| ·SVM 概述 | 第17-21页 |
| ·SVM 原理 | 第17-20页 |
| ·核函数 | 第20-21页 |
| ·SVM 多分类器 | 第21-23页 |
| ·本章小结 | 第23-24页 |
| 第3章 基于 SVM 的多生物特征识别 | 第24-31页 |
| ·单一生物特征识别 | 第24-26页 |
| ·生物特征识别系统原理 | 第24-25页 |
| ·人脸和虹膜识别 | 第25-26页 |
| ·多生物特征融合识别 | 第26-28页 |
| ·SVM 在多生物特征识别中的应用 | 第28-30页 |
| ·本章小结 | 第30-31页 |
| 第4章 基于 SVM 的决策层融合识别 | 第31-39页 |
| ·典型的决策层融合方法 | 第31-33页 |
| ·Fisher 分类器 | 第31-32页 |
| ·贝叶斯分类器 | 第32-33页 |
| ·均值融合分类器 | 第33页 |
| ·基于 SVM 的融合方法 | 第33-34页 |
| ·仿真实验及结果 | 第34-37页 |
| ·实验模型 | 第34-35页 |
| ·实验及结果分析 | 第35-37页 |
| ·本章小结 | 第37-39页 |
| 第5章 基于 SVM 的特征层融合识别 | 第39-50页 |
| ·融合特征向量及识别 | 第39-44页 |
| ·融合特征向量分类方法 | 第39-40页 |
| ·融合识别实验及结果分析 | 第40-44页 |
| ·融合特征向量的特征选择 | 第44-47页 |
| ·典型的特征选择算法 | 第44-46页 |
| ·基于 SVM 的特征选择 | 第46-47页 |
| ·仿真实验及结果 | 第47-48页 |
| ·实验模型 | 第47页 |
| ·实验及结果分析 | 第47-48页 |
| ·本章小结 | 第48-50页 |
| 第6章 总结与展望 | 第50-52页 |
| ·总结 | 第50页 |
| ·展望 | 第50-52页 |
| 致谢 | 第52-53页 |
| 参考文献 | 第53-57页 |
| 附录 | 第57-58页 |
| 详细摘要 | 第58-62页 |
