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--一般性问题论文--安全保密论文

基于击键特征的用户身份识别算法研究

摘要第7-8页
Abstract第8-9页
第1章 绪论第12-16页
    1.1 课题研究背景与意义第12-13页
    1.2 国内外研究现状第13-14页
    1.3 论文研究内容第14-16页
第2章 击键特征识别技术综述第16-23页
    2.1 生物特征识别技术介绍第16-18页
        2.1.1 生物特征识别流程第17-18页
        2.1.2 生物特征识别评价标准第18页
    2.2 击键动力学概述第18-19页
    2.3 击键动力学身份识别系统第19-21页
        2.3.1 系统处理流程第19-20页
        2.3.2 击键模型简介第20-21页
    2.4 击键动力学身份识别优势第21-22页
    2.5 本章小结第22-23页
第3章 BP神经网络分类器第23-36页
    3.1 人工神经网络分类器第23-25页
    3.2 基本BP神经网络第25-33页
        3.2.1 BP神经网络结构模型第25-29页
        3.2.2 BP神经网络学习策略第29-30页
        3.2.3 BP神经网络设计第30-33页
    3.3 BP神经网络应用于击键特征数据分析的适用性第33-35页
    3.4 本章小结第35-36页
第4章 基于击键特征的身份识别模型构建第36-52页
    4.1 击键特征数据第36-42页
        4.1.1 数据采集模块的设计第36-37页
        4.1.2 击键特征提取模块的设计第37-40页
        4.1.3 特征数据的预处理设计第40-42页
    4.2 BP神经网络结构设计第42-47页
        4.2.1 确定输入输出模式第42-43页
        4.2.2 训练参数的选择第43页
        4.2.3 隐含层数和神经元数目的选择第43-47页
    4.3 BP神经网络参数优化第47-51页
    4.4 本章小结第51-52页
第5章 击键特征身份识别模型的测试与分析第52-61页
    5.1 测试环境第52页
    5.2 测试方案设计第52-53页
    5.3 测试结果与分析第53-59页
    5.4 本章小结第59-61页
总结与展望第61-62页
参考文献第62-66页
致谢第66页

论文共66页,点击 下载论文
上一篇:陶瓷矿产资源知识库构建关键技术研究
下一篇:全方向康复步行训练机器人具有人机交互力的跟踪控制