| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-16页 |
| ·课题背景 | 第9页 |
| ·本课题研究的目的及意义 | 第9-10页 |
| ·国内外相关技术发展现状 | 第10-15页 |
| ·目前国内外突出成果 | 第10页 |
| ·人脸识别技术 | 第10-12页 |
| ·掌纹识别技术 | 第12-13页 |
| ·多生物特征融合识别技术 | 第13-15页 |
| ·本文主要研究内容 | 第15-16页 |
| 第2章 单训练样本下的线性加权法 | 第16-31页 |
| ·引言 | 第16页 |
| ·几种传统的分类器组合方法 | 第16-23页 |
| ·投票法和加权投票法 | 第16-17页 |
| ·朴素贝叶斯法 | 第17-18页 |
| ·最高序号法 | 第18页 |
| ·Borda计数法 | 第18页 |
| ·Max/Min/Sun/Product/Median法 | 第18-19页 |
| ·线性组合法 | 第19页 |
| ·Decision Templates法 | 第19-21页 |
| ·Dempster-Shafer方法 | 第21-22页 |
| ·几种分类器组合方法比较分析 | 第22-23页 |
| ·单训练样本下的线性加权算法 | 第23-27页 |
| ·图像的特征提取方法 | 第23-25页 |
| ·分类器的选择及后验概率的选取 | 第25-26页 |
| ·分类器权值及候选类别的选取 | 第26-27页 |
| ·实验结果及其分析 | 第27-29页 |
| ·实验条件 | 第27-28页 |
| ·实验结果及分析 | 第28-29页 |
| ·本章小结 | 第29-31页 |
| 第3章 基于进化策略的融合算法 | 第31-44页 |
| ·引言 | 第31页 |
| ·基于小波变换的图象奇异值特征提取 | 第31-36页 |
| ·小波变换 | 第31-34页 |
| ·小波变换在人脸识别中的应用及实验 | 第34-36页 |
| ·基于进化策略的融合算法 | 第36-40页 |
| ·进化策略的思想 | 第37-39页 |
| ·进化策略在分类器权值选取中的应用 | 第39-40页 |
| ·实验结果及分析 | 第40-42页 |
| ·实验条件 | 第40-41页 |
| ·实验结果及分析 | 第41-42页 |
| ·本章小结 | 第42-44页 |
| 第4章 改进的集成判决算法在多生物特征融合中的应用 | 第44-53页 |
| ·引言 | 第44-45页 |
| ·集成判决算法的基本出发点 | 第45-46页 |
| ·算法的关键问题及其解决 | 第46-48页 |
| ·全信息矩阵 | 第46-47页 |
| ·后验概率公式的修改 | 第47-48页 |
| ·各分类结果的集成判决的线性模型 | 第48-49页 |
| ·识别矩阵的计算 | 第49-50页 |
| ·识别矩阵 | 第49页 |
| ·用改进的方法计算 | 第49-50页 |
| ·集成判决 | 第50-51页 |
| ·实验结果及分析 | 第51-52页 |
| ·实验条件 | 第51页 |
| ·实验结果及分析 | 第51-52页 |
| ·本章小结 | 第52-53页 |
| 结论 | 第53-54页 |
| 参考文献 | 第54-58页 |
| 攻读学位期间发表的学术论文 | 第58-60页 |
| 致谢 | 第60页 |