基于支持向量机算法的虹膜身份识别系统研究

内容提要	第1-7页
第一章 绪论	第7-11页
·课题研究背景及意义	第7页
·虹膜识别技术的研究内容	第7-9页
·虹膜识别的发展前景	第9页
·支持向量机的研究方法及研究现状	第9-11页
第二章 虹膜的纹理特征	第11-15页
·虹膜的生理结构	第11-12页
·虹膜纹理的形成	第12页
·虹膜纹理的生理特性	第12-14页
·本章小结	第14-15页
第三章 虹膜定位算法研究	第15-27页
·虹膜图像边缘提取	第15-20页
·采用HOUGH变换定位出虹膜内外边缘	第20-24页
·虹膜图像的归一化	第24-26页
·虹膜图像的增强	第26页
·本章小结	第26-27页
第四章 虹膜纹理的特征提取	第27-41页
·短时FOURIER变换和GABOR变换	第27-32页
·小波分析基础	第32-40页
·本章小结	第40-41页
第五章 支持向量机算法研究与分类器的设计	第41-61页
·基于统计学习理论的支持向量机算法研究背景	第41-42页
·支持向量机分类算法研究	第42-48页
·支持向量机SMO 算法实现	第48-60页
·本章小结	第60-61页
结束语	第61-62页
参考文献	第62-64页
附录 SVM-SMO 训练算法源程序	第64-74页
摘 要	第74-77页
ABSTRACT	第77-80页
致 谢	第80-81页
导师及作者简介	第81页