| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第一章 绪论 | 第9-19页 |
| 1.1 研究背景与意义 | 第9-11页 |
| 1.2 生物特征身份识别国内外研究现状 | 第11-15页 |
| 1.3 研究内容和目标 | 第15-16页 |
| 1.4 本文主要贡献与创新点 | 第16-17页 |
| 1.5 论文组织 | 第17-19页 |
| 第二章 人体识别新型生物特征——电磁吸收率 | 第19-26页 |
| 2.1 电磁吸收率 | 第19-21页 |
| 2.2 电磁吸收率具备普遍性、唯一性与稳定性 | 第21-22页 |
| 2.3 现有的电磁吸收率的定量计算与测量方法 | 第22-24页 |
| 2.4 简化的电磁吸收率采集方法 | 第24-25页 |
| 2.5 本章小结 | 第25-26页 |
| 第三章 电磁吸收率采集硬件平台设计与参数调整 | 第26-42页 |
| 3.1 电磁吸收率采集平台硬件设计 | 第26-37页 |
| 3.1.1 电磁吸收率采集平台整体架构 | 第26-27页 |
| 3.1.2 传感数据采集模块芯片选取及采集原理 | 第27-32页 |
| 3.1.3 传感数据采集模块触摸传感器的设计 | 第32-33页 |
| 3.1.4 设备总控模块芯片设计 | 第33-34页 |
| 3.1.5 低功耗式电磁吸收率采集平台工作流程 | 第34-37页 |
| 3.2 电磁吸收率采集平台参数调整 | 第37-40页 |
| 3.3 本章小结 | 第40-42页 |
| 第四章 数据预处理及特征提取 | 第42-58页 |
| 4.1 原始采样样本数据 | 第42-43页 |
| 4.2 数据预处理算法 | 第43-49页 |
| 4.2.1 基于滑动窗口的数据周期划分算法 | 第44-46页 |
| 4.2.2 基于快速排序的最大值基准回归合并算法 | 第46-49页 |
| 4.3 特征选择与提取方法 | 第49-57页 |
| 4.3.1 直接接触条件下电磁吸收率特征值 | 第50页 |
| 4.3.2 接触过程电磁吸收率特征箱值 | 第50-52页 |
| 4.3.3 接触过程电磁吸收率变化值拟合曲线参数特征值 | 第52-56页 |
| 4.3.4 特征向量选取 | 第56-57页 |
| 4.4 本章小结 | 第57-58页 |
| 第五章 数据分类与识别判定方法 | 第58-67页 |
| 5.1 现有的数据分类识别判定方法 | 第58-59页 |
| 5.2 基于曲线距离差的分类识别判定方法 | 第59-61页 |
| 5.3 基于曲线相关性的分类识别判定方法 | 第61-62页 |
| 5.4 基于SVM的分类识别判定方法 | 第62-65页 |
| 5.4.1 学习样本分类方法 | 第62-65页 |
| 5.4.2 测试样本的识别判定方法 | 第65页 |
| 5.5 本章小结 | 第65-67页 |
| 第六章 基于电磁吸收率的人体识别系统设计与测试 | 第67-79页 |
| 6.1 基于电磁吸收率的人体识别系统设计 | 第67-71页 |
| 6.2 系统测试结果 | 第71-77页 |
| 6.2.1 测试平台及测试样本 | 第71页 |
| 6.2.2 基于SVM不同核函数的识别准确率 | 第71-72页 |
| 6.2.3 三种识别方法的识别准确率 | 第72-73页 |
| 6.2.4 错误接收率FAR与错误拒绝率FRR | 第73-74页 |
| 6.2.5 识别时间 | 第74-75页 |
| 6.2.6 系统功耗 | 第75-76页 |
| 6.2.7 测试结果总结 | 第76-77页 |
| 6.3 移动设备平台集成化讨论 | 第77-78页 |
| 6.4 本章小结 | 第78-79页 |
| 第七章 总结与展望 | 第79-81页 |
| 7.1 总结 | 第79-80页 |
| 7.2 不足与展望 | 第80-81页 |
| 致谢 | 第81-82页 |
| 参考文献 | 第82-86页 |
| 攻读硕士学位期间取得的成果 | 第86-87页 |