基于指纹与姓名语音的多模态生物特征融合身份识别技术的研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 绪论 | 第9-14页 |
| ·课题的研究背景和意义 | 第9-11页 |
| ·传统的身份识别 | 第9页 |
| ·单模态生物识别技术 | 第9-10页 |
| ·多模态生物特征融合识别技术 | 第10-11页 |
| ·研究现状及发展 | 第11-12页 |
| ·多模态生物特征识别研究现状 | 第11页 |
| ·多模态生物特征融合层次分类 | 第11-12页 |
| ·本文主要内容及章节安排 | 第12-14页 |
| ·本文的章节安排 | 第12-13页 |
| ·本文的主要研究内容 | 第13-14页 |
| 第二章 语音识别技术 | 第14-21页 |
| ·Gammatone 滤波器组和分数阶傅立叶变换 | 第14-15页 |
| ·Gammatone 滤波器组 | 第14页 |
| ·分数阶傅立叶变换 | 第14-15页 |
| ·秩序估计方法 | 第15-17页 |
| ·基于模糊函数的秩序估计 | 第16页 |
| ·基于瞬时频率的秩序估计 | 第16-17页 |
| ·MB-FECC 特征提取 | 第17-18页 |
| ·实验分析 | 第18-19页 |
| ·实验设计 | 第18-19页 |
| ·实验结果 | 第19页 |
| ·本章小结 | 第19-21页 |
| 第三章 指纹识别技术 | 第21-33页 |
| ·指纹图像的Gabor 滤波增强 | 第21-26页 |
| ·指纹方向场的估计 | 第21-23页 |
| ·指纹频率场的估计 | 第23-24页 |
| ·指纹图像的Gabor 滤波算法 | 第24-25页 |
| ·指纹的Gabor 滤波增强实验 | 第25-26页 |
| ·指纹图像的细化 | 第26-28页 |
| ·指纹图像的定向计算 | 第26页 |
| ·指纹图像的细化 | 第26-28页 |
| ·指纹的细化实验 | 第28页 |
| ·指纹的特征提取 | 第28-32页 |
| ·指纹图像有效区域的选取 | 第28-29页 |
| ·指纹特征提取 | 第29-32页 |
| ·实验分析 | 第32页 |
| ·本章小结 | 第32-33页 |
| 第四章 基于指纹与姓名语音的融合身份识别技术 | 第33-52页 |
| ·融合策略及模型 | 第33-34页 |
| ·自适应加权融合识别算法 | 第34-37页 |
| ·生物特征信息归一化 | 第34-35页 |
| ·自适应权重的分配 | 第35-36页 |
| ·实验结果分析 | 第36-37页 |
| ·基于D-S 证据理论的融合识别算法 | 第37-42页 |
| ·D-S 证据理论的基本概念 | 第38-39页 |
| ·基本概率分配函数的构造 | 第39-40页 |
| ·D-S 融合识别方法 | 第40页 |
| ·实验结果分析 | 第40-42页 |
| ·基于神经元网络的特征层融合 | 第42-51页 |
| ·人工神经元网络模型 | 第43-45页 |
| ·多层前馈神经元网络 | 第45页 |
| ·基于PSO 的神经元网络训练 | 第45-47页 |
| ·融合算法描述 | 第47-48页 |
| ·实验结果分析 | 第48-51页 |
| ·本章小结 | 第51-52页 |
| 第五章 总结与展望 | 第52-54页 |
| 致谢 | 第54-55页 |
| 参考文献 | 第55-59页 |
| 攻读硕士学位期间发表的论文 | 第59页 |
