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SDA和GSVD的多模态特征提取方法研究

摘要第1-5页
ABSTRACT第5-6页
目录第6-8页
第一章 绪论第8-17页
   ·生物特征识别概述第8-11页
   ·多模态生物特征融合第11-14页
   ·特征提取方法介绍第14页
   ·本文主要研究工作概述第14-15页
   ·本文内容章节安排第15-17页
第二章 特征提取方法介绍第17-31页
   ·主成分分析方法第17-18页
   ·线性鉴别分析第18-19页
   ·子类判别分析(SDA)第19-23页
   ·非线性特征提取方法第23-27页
     ·核主成分分析方法第24-26页
     ·核鉴别分析方法第26-27页
   ·广义奇异值分解方法(GSVD)第27-30页
   ·本章小结第30-31页
第三章 基于SDA-GSVD的多模态特征提取方法第31-38页
   ·基本思想第31-32页
   ·SDA-GSVD多模态特征提取方法介绍第32-35页
   ·SDA-GSVD算法步骤第35-36页
   ·本章小结第36-38页
第四章 基于核空间的SDA-GSVD多模态特征提取方法第38-43页
   ·基本思想第38页
   ·KSDA-GSVD多模态特征提取方法介绍第38-40页
   ·KSDA-GSVD算法步骤第40-42页
   ·本章小结第42-43页
第五章 实验结果及分析第43-58页
   ·数据库介绍第43-45页
     ·AR人脸数据库介绍第43-44页
     ·掌纹(PALM)数据库介绍第44页
     ·指关节(FKP)数据库介绍第44-45页
   ·基于SDA-GSVD方法在三种数据库上的实验第45-51页
     ·AR数据库和FKP数据库上的实验第45-47页
     ·AR数据库和PALM数据库上的实验第47-48页
     ·FKP数据库和PALM数据库上的实验第48-49页
     ·AR、PALM和FKP数据库上的实验第49-51页
   ·基于核空间的SDA-GSVD方法在三种数据库上的实验第51-57页
     ·AR数据库和FKP数据库上的实验第51-53页
     ·AR数据库和PALM数据库上的实验第53-54页
     ·PALM数据库和FKP数据库上的实验第54-55页
     ·AR、PALM数据库和FKP数据库上的实验第55-57页
   ·本章小结第57-58页
第六章 结束语第58-60页
   ·本文工作总结第58页
   ·研究展望第58-60页
致谢第60-61页
参考文献第61-65页
攻读硕士学位期间发表的论文第65页

论文共65页,点击 下载论文
上一篇:无线传感器网络定位算法的研究
下一篇:局部稀疏保留投影方法及在人脸识别中的应用