首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于信息融合的生物特征手写签名身份认证

摘要第1-6页
ABSTRACT第6-9页
第一章 绪论第9-15页
   ·研究背景及意义第9-11页
     ·生物特征技术第9-10页
     ·手写签名技术第10-11页
   ·国内外研究现状第11-12页
   ·论文的研究内容第12-13页
   ·论文结构安排第13-15页
第二章 生物特征与信息融合第15-31页
   ·生物特征识别技术第15-21页
     ·生物特征概述第15-16页
     ·生物特征身份认证第16-18页
     ·基于生物特征的手写签名身份认证第18-21页
   ·信息融合技术第21-27页
     ·信息融合第21-22页
     ·信息融合的基本原理第22页
     ·信息融合的层次结构第22-25页
     ·信息融合算法第25-27页
   ·多模态生物特征技术第27-31页
     ·信息融合与多模态生物特征第27-28页
     ·多模态生物特征技术第28-30页
     ·小结第30-31页
第三章 数据采集与预处理第31-43页
   ·数据采集第31-38页
     ·采集模块第32-36页
     ·显示模块第36页
     ·通信模块第36-38页
     ·控制模块第38页
   ·预处理第38-43页
     ·手写板的初始化标定第38-39页
     ·数据漏点的内插第39-40页
     ·剔除虚假抬笔第40页
     ·去噪声第40页
     ·平滑第40-41页
     ·书写位置的校准第41-43页
第四章 身份认证模型第43-57页
   ·模型的结构概述第43-44页
   ·待测特征第44页
   ·特征提取第44-45页
   ·特征数据库第45-48页
     ·签名样本及模板的管理第45-46页
     ·签名样本文件第46-47页
     ·签名模板文件第47-48页
   ·神经网络子分类器第48-53页
     ·BP 神经网络子分类器第49-52页
     ·RBF 子神经网络第52-53页
   ·基于支持向量机的决策层融合第53-57页
     ·使用SVM 进行决策层融合的主要思想第54页
     ·使用SVM 进行决策层融合的算法第54-57页
第五章 模型应用及试验分析第57-69页
   ·试验数据的采集与处理第57-63页
     ·原始特征数据第57-60页
     ·样本特征向量第60-62页
     ·目标样本第62页
     ·仿真检测样本第62-63页
   ·试验结果及分析第63-69页
     ·BP_GA 子分类器第64-65页
     ·RBF 子分类器第65-66页
     ·SVM 的决策层融合第66-69页
结论第69-71页
参考文献第71-75页
致谢第75-77页
附录A 攻读学位期间所发表的论文第77-79页
附录B 部分试验数据第79-82页
详细摘要第82-87页

论文共87页,点击 下载论文
上一篇:富贵菜黄酮含量及离体培养的研究
下一篇:兆瓦级永磁风力同步发电机的研究与设计