| 第一章 序言 | 第1-18页 |
| 1．1 协同学与协同计算机 | 第11-12页 |
| 1．2 协同模式识别基本思想 | 第12-14页 |
| 1．3 生物特征识别系统 | 第14-16页 |
| 1．4 工作内容 | 第16-18页 |
| 第二章 协同学和协同模式识别 | 第18-26页 |
| 2．1 协同学基本原理 | 第18-21页 |
| 2．1．1 协同学数学模型 | 第18-20页 |
| 2．1．2 协同学关键词 | 第20-21页 |
| 2．2 协同模式识别基本原理 | 第21-25页 |
| 2．2．1 协同模式识别数学模型 | 第21-23页 |
| 2．2．2 协同模式识别关键词 | 第23-25页 |
| 2．3 本章小结 | 第25-26页 |
| 第三章 生物特征识别系统 | 第26-36页 |
| 3．1 引言 | 第26页 |
| 3．2 生物测定学 | 第26-30页 |
| 3．2．1 系统概述 | 第26-27页 |
| 3．2．2 操作模式 | 第27-29页 |
| 3．2．3 性能指标 | 第29页 |
| 3．2．4 实际应用 | 第29-30页 |
| 3．3 指纹识别技术 | 第30-35页 |
| 3．3．1 发展概况 | 第30页 |
| 3．3．2 核心技术 | 第30-33页 |
| 3．3．3 协同和指纹：结合动机 | 第33-35页 |
| 3．4 本章小结 | 第35-36页 |
| 第四章 协同指纹分类算法 | 第36-59页 |
| 4．1 引言 | 第36-38页 |
| 4．2 基于方向场计算的指纹分类 | 第38-43页 |
| 4．2．1 最小差值法计算方向场 | 第38-39页 |
| 4．2．2 奇异点检测 | 第39-41页 |
| 4．2．3 分类和实验结果 | 第41-43页 |
| 4．3 聚类算法和距离度量分类器 | 第43-47页 |
| 4．3．1 K—均值聚类算法 | 第44页 |
| 4．3．2 基于K—均值的指纹分类算法 | 第44-45页 |
| 4．3．3 实验结果 | 第45-47页 |
| 4．4 协同神经网络指纹分类器 | 第47-58页 |
| 4．4．1 神经网络分类器简介 | 第48页 |
| 4．4．2 协同指纹分类算法 | 第48-51页 |
| 4．4．3 实验结果 | 第51-58页 |
| 4．5 本章小结 | 第58-59页 |
| 第五章 协同指纹匹配算法及协同指纹识别系统的初步研究 | 第59-71页 |
| 5．1 引言 | 第59-60页 |
| 5．2 协同指纹匹配算法 | 第60-66页 |
| 5．2．1 研究概况 | 第60-61页 |
| 5．2．2 协同特征提取属性 | 第61-63页 |
| 5．2．3 算法提出 | 第63-64页 |
| 5．2．4 实验结果 | 第64-66页 |
| 5．3 协同指纹识别系统初步研究 | 第66-70页 |
| 5．3．1 结构原理和算法 | 第66-67页 |
| 5．3．2 序参量选择机制 | 第67-69页 |
| 5．3．3 实验和性能评价 | 第69-70页 |
| 5．4 本章小结 | 第70-71页 |
| 第六章 结束语和展望 | 第71-73页 |
| 参考文献 | 第73-76页 |
| 读研期间公开发表的论文 | 第76页 |