基于SVM决策树的指纹分类技术研究

来源 :第五届全国信息获取与处理学术会议 | 被引量 : 0次 | 上传用户:xieming15898575325
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
为了解决目前指纹粗分类识别率低、分类类型少等问题,在分析SVM决策数指纹分类可行性的基础上,本文提出将二叉树思想和二类分类的SVM方法有机结合构成多类别识别器,对指纹进行八类分类研究.实验结果表明,该方法具有良好的分类效果,比采用多层前向神经网络等得到的正确率提高8.8%,具有广泛的应用前景和推广价值。
其他文献
本文提出了基于图像灰度直方图分析的分步虹膜图像定位方法,确定虹膜的圆心和长、短半径,提取虹膜图像.该方法针对瞳孔灰度值与眼部其它部分灰度具有突变性的特征,选择Canny边缘检测算子提取瞳孔边缘,然后自下而上扫描瞳孔切、割线确定瞳孔的圆心和半径,从而得到虹膜图像的圆心和短半径.在特征提取时,不同于目前普遍采用的对虹膜图像进行Gabor滤波器相位特征分析的方法,而是采用小波变换提取虹膜图像特征,用多种
提出了在数字地图制图中纸质地图数字化和用数字地图制作纸质地图存在地图信息损失和补充的现象,给出地图信息损失与补充模型,并指出互信息可作为地图信息损失量与补充量描述指标.并对地图信息的构成进行了定性描述,最后就如何提高地图制图中地图信息传输效率作了阐述。
本文介绍一种基于视频图像的双DSP、多目标跟踪的方法.文中引入了跟踪窗口的概念,实现了对多个运动目标的同时跟踪.文中详细分析了这种方法的原理,给出了具体实现方法和和应用实例.
心音信号是一种典型的非平稳信号,而小波变换能够很好的分析信号的局部瞬变特性.本文首先使用小波降噪方法,滤除了信号中的各种干扰,然后分别使用离散小波变换(DWT)和小波包分解(WPD)对心音中的杂音信号进行了分离.试验结果表明,这种方法实用有效。
提出了一种基于延迟窗的时间序列主元分析(PCA)方法.首先,采用一个线性相关函数和一个非线性相关函数分别计算变量状态间的线性相关性和非线性相关性,建立起包含充分序列信息的延迟窗.然后,利用奇异值分解(SVD)方法寻找变量在数据空间中的最大方差方向,提取主元信息.仿真结果表明,本文方法可以简化序列主元计算,为进一步的时间序列模型重构和预测做好准备。
本文以实测数据为基础,在中厚板轧制设定中采用蚁群算法与BP神经网络的融合方法取代传统的轧制力数学模型.蚁群算法是一种新型的模拟进化算法,有正反馈、分布式计算、启发性收敛等特性,将蚁群算法和BP神经网络相结合,可克服BP神经网络收敛速度慢和易于陷入局部最小的不足,改善预报精度.现场实际数据分析,该方法的预报精度的相对误差基本限制在±5%以内。
针对注塑间歇过程典型的多时段、非线性等特点,提出了一种子时段非线性质量预测方法,首先,采用sub-PCA分类算法划分子时段,确定与质量密切相关的时段,然后采用MPLS方法计算该时段的时间片矩阵展开数据矩阵和质量数据矩阵的特征矩阵及负荷矩阵,采用特征矩阵中的特征向量构造建模数据集,建立广义回归神经网络(GRNN)预测模型.对注塑产品重量指标的有效预测结果表明了该方法的有效性。
目前超声波多普勒算法在管道液体流量流速测量中的应用越来越广泛.该测量方法基于声学多普勒效应,通过检测超声波在流体传播过程中的多普勒频移来实现流量测量.本文利用混沌振子对小信号的敏感性及对噪声的强免疫力检测出强噪声中的有用信号,精确确定其频率,计算出其信噪比.和传统测频方法相比,信噪比得到了大大的提高,从而提高了管道流速测量的精度。
本文将小波图像分解和信息熵特征提取相结合,提出一种新的掌纹特征提取算法.该算法首先对掌纹灰度图像进行二维小波分解,再利用多分辨信息熵分别计算不同尺度下的能谱熵作为特征向量,从而实现掌纹特征提取.运用人工免疫网络完成匹配过程,得到了很高的分类正确率。
通常的图像压缩方法往往利用小波变换去除图像数据间的统计冗余,忽略了图像的视觉冗余.针对这个问题,本文提出了基于人类视觉系统(HVS)的多小波图像压缩编码算法.多小波拥有对称性、正交性、有限支撑等重要特性,弥补了单小波的不足.对多小波分解的各个子带系数结合对比敏感度函数(CSF)加权,然后采用改进的多级树集合分裂(SPIHT)算法编码形成嵌入式码流.实验结果表明,该方法改善了图像的视觉效果,在同压缩