自适应PSO融合的多模态生物特征识别方法
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 第一章 绪论 | 第10-15页 |
| ·课题背景和研究意义 | 第10-12页 |
| ·课题任务 | 第12-13页 |
| ·内容组织 | 第13-15页 |
| 第二章 人脸识别技术 | 第15-25页 |
| ·人脸识别简介 | 第15-16页 |
| ·人脸识别算法 | 第16-23页 |
| ·主元成分分析 | 第17-20页 |
| ·线性判别分析 | 第20-21页 |
| ·PCA+LDA人脸识别算法 | 第21-23页 |
| ·本章小结 | 第23-25页 |
| 第三章 指纹识别技术 | 第25-37页 |
| ·指纹识别简介 | 第25-28页 |
| ·指纹识别算法 | 第28-35页 |
| ·参考点定位 | 第29-31页 |
| ·特征提取 | 第31-35页 |
| ·图像区域划分 | 第31-32页 |
| ·Gabor滤波 | 第32-34页 |
| ·特征提取 | 第34-35页 |
| ·特征匹配 | 第35页 |
| ·本章小结 | 第35-37页 |
| 第四章 贝叶斯决策融合 | 第37-45页 |
| ·多模态融合层次 | 第37-38页 |
| ·特征层融合 | 第37-38页 |
| ·匹配值层融合 | 第38页 |
| ·决策层融合 | 第38页 |
| ·自适应贝叶斯融合决策 | 第38-44页 |
| ·贝叶斯风险构造 | 第39-41页 |
| ·最优贝叶斯决策融合 | 第41-42页 |
| ·错误权重的影响 | 第42-44页 |
| ·本章小结 | 第44-45页 |
| 第五章 颗粒集群算法 | 第45-56页 |
| ·集群算法及其应用 | 第45-46页 |
| ·颗粒集群算法 | 第46-47页 |
| ·PSO参数设置 | 第47-49页 |
| ·PSO拓扑结构 | 第47-48页 |
| ·PSO颗粒数目 | 第48-49页 |
| ·PSO的惯性因子 | 第49页 |
| ·PSO的认知参数和社会参数 | 第49页 |
| ·二进制 PSO | 第49-55页 |
| ·PSO的二进制模型 | 第49-50页 |
| ·基于人工免疫的二进制PSO | 第50-53页 |
| ·最小速度限制机制 | 第53-55页 |
| ·本章小结 | 第55-56页 |
| 第六章 自适应PSO融合算法 | 第56-77页 |
| ·自适应PSO融合框架 | 第56-57页 |
| ·PSO决策规则选择 | 第57页 |
| ·贝叶斯决策融合 | 第57-60页 |
| ·单模态识别系统的性能 | 第58-59页 |
| ·阈值的使用 | 第58-59页 |
| ·阈值的计算 | 第59页 |
| ·融合系统的性能 | 第59-60页 |
| ·融合算法实验 | 第60-66页 |
| ·实验设计 | 第60-64页 |
| ·ORL和UMIST人脸库 | 第61-62页 |
| ·MCYT指纹库 | 第62-63页 |
| ·实验设计 | 第63-64页 |
| ·实验结果与分析 | 第64-66页 |
| ·基于多模态生物特征融合的身份识别软件 | 第66-75页 |
| ·系统概述 | 第66页 |
| ·系统功能特点 | 第66-67页 |
| ·系统设计框架 | 第67-71页 |
| ·人脸识别模块 | 第67页 |
| ·指纹识别模块 | 第67-68页 |
| ·多模态融合模块 | 第68-71页 |
| ·系统总体设计 | 第71页 |
| ·系统实现 | 第71-75页 |
| ·程序设计 | 第71-72页 |
| ·界面设计 | 第72-75页 |
| ·系统评价 | 第75页 |
| ·本章小结 | 第75-77页 |
| 第七章 结论与展望 | 第77-79页 |
| ·结论 | 第77-78页 |
| ·展望 | 第78-79页 |
| 致谢 | 第79-80页 |
| 参考文献 | 第80-86页 |
| 个人简介和攻读硕士期间的成果 | 第86页 |
