基于手指感应容抗谱测量的生物特征识别实验研究
| 摘要 | 第3-4页 |
| abstract | 第4-5页 |
| 1 绪论 | 第8-12页 |
| 1.1 课题的研究背景及意义 | 第8-9页 |
| 1.2 生物特征识别技术的发展与现状 | 第9-11页 |
| 1.3 课题的主要研究内容 | 第11页 |
| 1.4 本章小结 | 第11-12页 |
| 2 手指感应容抗谱测量原理及系统设计 | 第12-32页 |
| 2.1 手指感应电容模型的构建 | 第12-14页 |
| 2.2 手指感应容抗测量原理 | 第14-20页 |
| 2.2.1 激励信号介绍 | 第14-17页 |
| 2.2.2 测量方案设计 | 第17-20页 |
| 2.3 手指感应容抗谱测量仪介绍 | 第20-31页 |
| 2.3.1 嵌入式微处理架构设计 | 第20页 |
| 2.3.2 系统平台总体设计 | 第20-22页 |
| 2.3.3 系统功能模块的介绍和测试 | 第22-31页 |
| 2.4 本章小结 | 第31-32页 |
| 3 手指感应容抗谱识别算法设计 | 第32-44页 |
| 3.1 手指感应容抗谱识别系统的组成及工作过程 | 第32-34页 |
| 3.1.1 训练过程 | 第32-33页 |
| 3.1.2 识别过程 | 第33-34页 |
| 3.2 BP神经网络算法分析 | 第34-38页 |
| 3.2.1 生物神经元特点及模型 | 第34-36页 |
| 3.2.2 BP神经网络及其MATLAB实现 | 第36-38页 |
| 3.3 支持向量机算法分析 | 第38-42页 |
| 3.3.1 支持向量机的MATLAB实现 | 第41-42页 |
| 3.4 本章小结 | 第42-44页 |
| 4 手指容抗谱测量电极传感器研究 | 第44-58页 |
| 4.1 实验采集装置介绍 | 第44-45页 |
| 4.2 感应电极的设计 | 第45-47页 |
| 4.2.1 电极影响因素分析 | 第45-46页 |
| 4.2.2 实际电极设计 | 第46-47页 |
| 4.3 信号传输线的设计 | 第47-56页 |
| 4.3.1 传输线理论模型 | 第47-48页 |
| 4.3.2 实验及结果分析 | 第48-56页 |
| 4.4 滤除直流量处理 | 第56页 |
| 4.5 本章小结 | 第56-58页 |
| 5 实验与数据处理 | 第58-74页 |
| 5.1 仪器的校准 | 第58页 |
| 5.2 外界因素影响研究 | 第58-61页 |
| 5.2.1 运动的影响 | 第59-60页 |
| 5.2.2 饮水的影响 | 第60-61页 |
| 5.3 试验设计及数据库的建立 | 第61-65页 |
| 5.3.1 采集实验设计 | 第61-62页 |
| 5.3.2 特征值的选择 | 第62-63页 |
| 5.3.3 训练及测试样本库的建立 | 第63-65页 |
| 5.3.4 生物特征识别的评价指标 | 第65页 |
| 5.4 基于支持向量机的辨识实验 | 第65-69页 |
| 5.4.1 SVM模型训练 | 第65-66页 |
| 5.4.2 SVM辨识结果 | 第66-69页 |
| 5.5 基于BP神经网络的辨识实验 | 第69-73页 |
| 5.5.1 BP神经网络的构建 | 第69-70页 |
| 5.5.2 BP神经网络的训练 | 第70页 |
| 5.5.3 BP神经网络辨识实验结果 | 第70-73页 |
| 5.6 本章小结 | 第73-74页 |
| 6 总结与展望 | 第74-76页 |
| 6.1 总结 | 第74页 |
| 6.2 展望 | 第74-76页 |
| 致谢 | 第76-78页 |
| 参考文献 | 第78-82页 |
| 攻读硕士学位期间发表论文及专利 | 第82页 |
