| 摘要 | 第1-8页 |
| Abstract | 第8-12页 |
| 第1章 绪论 | 第12-19页 |
| ·生物特征识别技术 | 第12-14页 |
| ·多生物特征融合 | 第14-16页 |
| ·人耳与人脸融合特征识别中的关键问题 | 第16-17页 |
| ·本章小结 | 第17-19页 |
| 第2章 人耳与人脸多生物特征融合识别系统 | 第19-29页 |
| ·多源信息融合系统 | 第19-25页 |
| ·多源信息融合系统的概念 | 第19-20页 |
| ·多源融合系统的分类 | 第20-24页 |
| ·信息融合系统的一般框图 | 第24-25页 |
| ·人耳与人脸多生物特征融合系统的设计 | 第25-28页 |
| ·本章小结 | 第28-29页 |
| 第3章 基于张量 PCA 的人耳识别 | 第29-46页 |
| ·人耳识别 | 第29-31页 |
| ·人耳特征提取方法 | 第29-30页 |
| ·张量主元分析算法（TPCA） | 第30-31页 |
| ·基于张量PCA 的人耳识别 | 第31-39页 |
| ·小波变换 | 第32-35页 |
| ·张量PCA 算法实现 | 第35-36页 |
| ·支持向量机 | 第36页 |
| ·实验结果与分析 | 第36-39页 |
| ·一种融合小波变换和张量PCA 的人耳识别算法 | 第39-45页 |
| ·子带权值系数的确定 | 第39-41页 |
| ·最近邻分类器 | 第41-42页 |
| ·实验结果与分析 | 第42-45页 |
| ·本章小结 | 第45-46页 |
| 第4章 基于D-S 证据理论的人耳与人脸信息融合 | 第46-61页 |
| ·人耳与人脸多生物特征的融合信息 | 第46-47页 |
| ·多生物特征决策融合的常用方法 | 第46-47页 |
| ·D-S 证据理论 | 第47-54页 |
| ·D-S 证据理论的基本概念 | 第48-51页 |
| ·基本型D-S 证据理论需改进之处 | 第51-54页 |
| ·基于改进型的D-S 证据理论在多生物特征融合识别中的应用 | 第54-59页 |
| ·人脸图像的特征提取 | 第54-56页 |
| ·基于张量PCA 的人脸识别 | 第56页 |
| ·基于改进型D-S 证据理论的多生物特征决策融合 | 第56-58页 |
| ·实验结果与分析 | 第58-59页 |
| ·本章小结 | 第59-61页 |
| 第五章 人耳与人脸多生物特征识别系统 | 第61-67页 |
| ·系统运行模式和系统结构 | 第61-62页 |
| ·运行模式 | 第61页 |
| ·系统结构 | 第61-62页 |
| ·系统的功能模块 | 第62-63页 |
| ·算法在系统中的实现 | 第63-66页 |
| ·张量主元分析（TPCA）和D-S 证据理论在系统中实现 | 第63页 |
| ·系统实现界面 | 第63-66页 |
| ·本章小结 | 第66-67页 |
| 结论 | 第67-69页 |
| 参考文献 | 第69-72页 |
| 致谢 | 第72-73页 |
| 攻读硕士期间发表（含录用）的学术论文 | 第73页 |