| 摘要 | 第1-7页 |
| Abstract | 第7-11页 |
| 第一章 引言 | 第11-20页 |
| ·多模态生物特征融合概述 | 第11-14页 |
| ·多模态生物特征融合方法 | 第14-17页 |
| ·主要研究内容 | 第17-20页 |
| 第二章 基于局部特征与全局特征人脸识别的神经网络方法 | 第20-49页 |
| ·基于局部特征人脸识别的神经网络方法 | 第20-24页 |
| ·基于全局特征人脸识别的神经网络方法 | 第24-26页 |
| ·RBF神经网络分类器 | 第26-32页 |
| ·人脸识别中的光照、表情等噪声问题 | 第32-34页 |
| ·NMFs与Fisher线性判别法结合的人脸识别方法 | 第34-36页 |
| ·基于NMFs/PCA和RBF分类器的人脸识别方法 | 第36-43页 |
| ·实验结果 | 第43-48页 |
| ·本章小结 | 第48-49页 |
| 第三章 人脸识别的联想神经网络方法 | 第49-64页 |
| ·基于固定吸引点的联想存储器 | 第49-54页 |
| ·基于连续吸引子的联想存储器 | 第54-56页 |
| ·子空间联想存储器及部分残缺/遮挡人脸识别 | 第56-60页 |
| ·实验结果 | 第60-63页 |
| ·本章小结 | 第63-64页 |
| 第四章 粒子群优化算法及其改进 | 第64-80页 |
| ·粒子群优化算法 | 第64-67页 |
| ·二进制粒子群优化算法 | 第67-68页 |
| ·基于人工免疫的二进制PSO | 第68-72页 |
| ·改进型人工免疫二进制PSO的性能测试 | 第72-74页 |
| ·用改进的连续PSO训练多层感知机 | 第74-78页 |
| ·本章小结 | 第78-80页 |
| 第五章 多模态生物特征融合神经网络方法 | 第80-106页 |
| ·自适应模糊神经推理 | 第80-81页 |
| ·自适应Bayes决策融合 | 第81-86页 |
| ·自适应多模态生物特征融合模型 | 第86-90页 |
| ·融合局部与全局特征的人脸识别方法 | 第90-95页 |
| ·基于自适应Bayes人工免疫二进制PSO的融合方法 | 第90-92页 |
| ·基于自适应模糊推理的融合方法 | 第92-95页 |
| ·融合人脸与指纹的身份识别方法 | 第95-105页 |
| ·指纹识别技术 | 第95-96页 |
| ·基于Gabor滤波的指纹识别算法 | 第96-100页 |
| ·融合指纹与人脸的身份识别 | 第100-105页 |
| ·本章小结 | 第105-106页 |
| 第六章 结论 | 第106-108页 |
| 致谢 | 第108-109页 |
| 参考文献 | 第109-118页 |
| 攻博期间取得的研究成果 | 第118-120页 |
