基于并行计算的复合生物测定鉴别
| 提要 | 第1-10页 |
| 1 绪论 | 第10-13页 |
| ·课题涉及的范围 | 第10页 |
| ·课题的理论意义 | 第10-11页 |
| ·实用价值 | 第11-12页 |
| ·课题研究的历史与现状 | 第12页 |
| ·本文的研究目的、研究内容和研究思路 | 第12页 |
| ·论文的组织 | 第12-13页 |
| 2 生物测定 | 第13-34页 |
| ·虹膜 | 第17-18页 |
| ·面部 | 第18-20页 |
| ·签名 | 第20-21页 |
| ·指纹 | 第21-24页 |
| ·指静脉 | 第24-25页 |
| ·手部几何学 | 第25-28页 |
| ·复合生物测定 | 第28-29页 |
| ·生物测定的发展 | 第29-33页 |
| ·本章总结 | 第33-34页 |
| 3 信息融合 | 第34-48页 |
| ·信息融合的优势 | 第35-36页 |
| ·信息融合的基本原理 | 第36-38页 |
| ·信息融合的层次结构 | 第38-45页 |
| ·数据层融合 | 第39-40页 |
| ·特征提取层融合 | 第40-42页 |
| ·匹配得分层融合 | 第42-43页 |
| ·决策层融合 | 第43-44页 |
| ·层次融合的比较 | 第44-45页 |
| ·信息融合算法 | 第45-47页 |
| ·贝叶斯方法 | 第46页 |
| ·D-S 证据理论 | 第46-47页 |
| ·神经网络 | 第47页 |
| ·本章总结 | 第47-48页 |
| 4 适应递升算法 | 第48-57页 |
| ·直观解释 | 第50-53页 |
| ·对于分类的误差估计 | 第53-54页 |
| ·反向传播算法 | 第54-56页 |
| ·本章总结 | 第56-57页 |
| 5 高性能计算技术 | 第57-63页 |
| ·并行计算硬件架构 | 第57-60页 |
| ·计算方式的分类 | 第57-58页 |
| ·并行计算的相关架构 | 第58-60页 |
| ·并行应用程序技术 | 第60-61页 |
| ·常用的并行计算工具软件 | 第61-62页 |
| ·本章总结 | 第62-63页 |
| 6 生物测定的信息融合 | 第63-77页 |
| ·局部互联适应递升神经网络 | 第63-68页 |
| ·虹膜检测 | 第64-67页 |
| ·面部检测 | 第67-68页 |
| ·积分图像方法 | 第68-70页 |
| ·图像的定位与识别 | 第70-71页 |
| ·跨层次的生物测定信息融合方法 | 第71-74页 |
| ·基于并行计算的复合生物测定 | 第74页 |
| ·实验数据 | 第74-75页 |
| ·本章总结 | 第75-77页 |
| 7 结论及进一步的工作 | 第77-79页 |
| 8 参考文献 | 第79-97页 |
| 9 附录 | 第97-100页 |
| 10 攻博期间发表的学术论文及其他成果 | 第100-103页 |
| ·学术论文 | 第100页 |
| ·其他成果 | 第100-103页 |
| 致谢 | 第103-104页 |
| 摘要 | 第104-107页 |
| Abstract | 第107-108页 |
