基于热释电红外信息的人体身份识别研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第一章 绪论 | 第8-15页 |
| ·身份识别技术概述 | 第8-10页 |
| ·传统的身份识别方法 | 第8页 |
| ·生物特征识别技术 | 第8-10页 |
| ·本文研究背景及意义 | 第10-13页 |
| ·研究内容及论文结构 | 第13-15页 |
| 第二章 人体红外基础知识 | 第15-20页 |
| ·红外辐射及人体辐射光谱 | 第15-18页 |
| ·影响红外辐射的因素 | 第18-20页 |
| 第三章 人体红外热释电信息采集系统 | 第20-31页 |
| ·热释电红外传感器 | 第20-24页 |
| ·热释电效应 | 第20-22页 |
| ·热释电红外传感器 | 第22-24页 |
| ·菲涅尔透镜 | 第24-25页 |
| ·信号调理电路 | 第25-26页 |
| ·数模转换装置 | 第26-27页 |
| ·LabVIEW数据采集软件设计 | 第27-31页 |
| 第四章 热释电红外数据采集及预处理 | 第31-53页 |
| ·热释电红外数据采集 | 第31-36页 |
| ·实验方案 | 第31-32页 |
| ·数据采集 | 第32-36页 |
| ·基于AR模型的特征提取 | 第36-39页 |
| ·AR模型 | 第36-38页 |
| ·AR系数的提取 | 第38-39页 |
| ·基于傅立叶变换的特征提取 | 第39-46页 |
| ·傅立叶变换概述 | 第39-43页 |
| ·基于傅立叶变换的时频分析 | 第43-46页 |
| ·主成分分析 | 第46-53页 |
| ·主成分分析的原理 | 第47-50页 |
| ·利用PCA分析频谱信号 | 第50-53页 |
| 第五章 基于支持向量机的身份识别研究 | 第53-69页 |
| ·支持向量机的识别原理 | 第53-63页 |
| ·统计学习理论与支持向量机 | 第53-56页 |
| ·支持向量机的识别原理 | 第56-62页 |
| ·支持向量机的核函数 | 第62-63页 |
| ·身份识别 | 第63-66页 |
| ·分类器 | 第63-64页 |
| ·交叉验证 | 第64-66页 |
| ·识别结果及分析 | 第66-69页 |
| 第六章 总结与展望 | 第69-71页 |
| ·内容总结 | 第69-70页 |
| ·工作展望 | 第70-71页 |
| 参考文献 | 第71-74页 |
| 发表论文和参加科研情况说明 | 第74-75页 |
| 致谢 | 第75页 |
