| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第1章 绪论 | 第8-14页 |
| ·击键动力学身份识别的概念 | 第8-10页 |
| ·击键动力学的基本思想 | 第8页 |
| ·各种生物统计学方法的特点 | 第8-10页 |
| ·击键动力学身份识别的发展概况 | 第10-12页 |
| ·研究概况 | 第10-11页 |
| ·研究关注点分类 | 第11-12页 |
| ·实际应用 | 第12页 |
| ·课题提出和本文内容简介 | 第12-14页 |
| 第2章 贝叶斯统计算法 | 第14-24页 |
| ·贝叶斯决策论 | 第14-18页 |
| ·贝叶斯分类规则 | 第14-15页 |
| ·贝叶斯决策的误差分析 | 第15-16页 |
| ·贝叶斯分类的风险分析 | 第16-18页 |
| ·决策函数和决策面 | 第18页 |
| ·对正态分布的贝叶斯分类 | 第18-23页 |
| ·决策超平面 | 第19-21页 |
| ·最小距离分类器 | 第21-23页 |
| ·本章小结 | 第23-24页 |
| 第3章 基于三分类的击键序列身份验证 | 第24-34页 |
| ·算法描述 | 第24-31页 |
| ·基于贝叶斯统计模型的击键动力学身份认证原理 | 第24页 |
| ·击键动力学的 Mahalanobis距离特性研究 | 第24-26页 |
| ·基于贝叶斯统计模型的击键动力学身份认证算法 | 第26-28页 |
| ·怀疑域 N的确定 | 第28页 |
| ·安全级别k的确定 | 第28-30页 |
| ·基于二分类和三分类的判别系统性能对比 | 第30-31页 |
| ·实验 | 第31-33页 |
| ·实验数据与图表 | 第31-32页 |
| ·实验结论 | 第32-33页 |
| ·本章小结 | 第33-34页 |
| 第4章 流形学习与等度规映射 | 第34-51页 |
| ·流形学习的认知生理学基础 | 第34-36页 |
| ·从视觉认知到流形 | 第34-35页 |
| ·视觉认知中的流形 | 第35-36页 |
| ·神经流形与认知流形 | 第36页 |
| ·流形学习的几何学基础 | 第36-40页 |
| ·三维举例 | 第36-37页 |
| ·微分几何背景 | 第37-40页 |
| ·流形学习 | 第40-49页 |
| ·流形学习的基本介绍 | 第40-41页 |
| ·数学描述 | 第41页 |
| ·流形学习的基本算法 | 第41-49页 |
| ·本章小结 | 第49-51页 |
| 第5章 基于流形学习的用户身份验证 | 第51-57页 |
| ·ISOMAP算法原理 | 第51-52页 |
| ·可等距嵌入欧氏空间的黎曼流形维数分析 | 第51页 |
| ·黎曼流形上两点间距离的度量 | 第51-52页 |
| ·等距映射算法 | 第52页 |
| ·本文算法 | 第52-54页 |
| ·算法提出的神经生理学依据 | 第52页 |
| ·应用流形学习的算法依据 | 第52-53页 |
| ·本文算法步骤 | 第53-54页 |
| ·实验 | 第54-56页 |
| ·实验数据 | 第54-55页 |
| ·实验图表 | 第55-56页 |
| ·实验结果比较 | 第56页 |
| ·本章小结 | 第56-57页 |
| 第6章 结论 | 第57-58页 |
| 参考文献 | 第58-62页 |
| 致谢 | 第62-63页 |
| 攻读学位期间的研究成果 | 第63页 |