| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第一章 绪论 | 第9-18页 |
| ·研究背景及意义 | 第9-10页 |
| ·研究现状 | 第10-16页 |
| ·RFID射频识别技术 | 第11页 |
| ·人脸识别技术 | 第11-14页 |
| ·代价敏感学习 | 第14-16页 |
| ·论文的研究工作及内容安排 | 第16-18页 |
| 第二章 人脸识别相关算法 | 第18-32页 |
| ·人脸图像预处理技术 | 第19-20页 |
| ·中值滤波 | 第19页 |
| ·直方图均衡化 | 第19-20页 |
| ·人脸特征提取方法 | 第20-26页 |
| ·小波变换 | 第20-22页 |
| ·主成分分析PCA | 第22-23页 |
| ·线性判别分析LDA | 第23-24页 |
| ·二维主成分分析2DPCA | 第24-26页 |
| ·人脸图像分类决策算法 | 第26-31页 |
| ·最近邻分类法 | 第26-27页 |
| ·基于神经网络的分类法 | 第27-31页 |
| ·本章小结 | 第31-32页 |
| 第三章 局部泛化误差模型 | 第32-39页 |
| ·Q-邻域 | 第32-34页 |
| ·局部泛化误差R_(SM) (Q) | 第34页 |
| ·RBF神经网络的随机敏感准则(ST-SM) | 第34-35页 |
| ·局部泛化误差的特点 | 第35-37页 |
| ·局部泛化误差的使用场合 | 第37-38页 |
| ·使用局部泛化误差比较两个分类器 | 第37页 |
| ·使用局部泛化误差选择神经网络的结构 | 第37-38页 |
| ·本章小结 | 第38-39页 |
| 第四章 RFID门禁系统中的代价敏感L-GEM人脸识别算法 | 第39-48页 |
| ·RFID模块和人脸检测模块设计 | 第39页 |
| ·人脸识别模块设计 | 第39-46页 |
| ·人脸图像预处理 | 第39-41页 |
| ·结合小波变换与2DPCA的人脸图像特征提取方法 | 第41-42页 |
| ·结合代价敏感的局部泛化误差模型的人脸识别算法 | 第42-46页 |
| ·结合RFID和人脸识别技术的门禁系统的工作流程 | 第46-47页 |
| ·本章小结 | 第47-48页 |
| 第五章 实验结果与分析 | 第48-60页 |
| ·实验数据集 | 第48-49页 |
| ·实验性能评价标准 | 第49-50页 |
| ·分类器性能的比较实验 | 第50-54页 |
| ·ORL人脸库的实验结果 | 第51-52页 |
| ·Yale人脸库的实验结果 | 第52-53页 |
| ·自建人脸库的实验结果 | 第53-54页 |
| ·代价敏感的人脸识别算法实验 | 第54-58页 |
| ·ORL人脸库实验结果 | 第54-55页 |
| ·Yale人脸库实验结果 | 第55-56页 |
| ·自建人脸库实验结果 | 第56-58页 |
| ·RFID门禁系统的界面 | 第58页 |
| ·本章小结 | 第58-60页 |
| 总结与展望 | 第60-62页 |
| 参考文献 | 第62-67页 |
| 攻读硕士学位期间取得的研究成果 | 第67-68页 |
| 致谢 | 第68页 |