论文部分内容阅读
随着计算机、网络技术的飞速发展,对信息安全的要求也越来越高。利用生物特征来进行身份识别、身份认证成为适应新时代高信息安全的有力保障。生物特征识别是利用人体所固有的生理特征、行为特征进行身份识别的技术,它涉及到图像处理、模式识别、人工智能等多个学科领域的相关知识。 尽管使用生物特征识别有其固有的优点,但由于在某些应用场合达不到所要求的准确率,很难适应实际应用的需求。融合技术的发展为这一情况弥补了不足,成为生物特征识别技术发展的必然趋势,特别是多分类器的融合技术已成为近年来研究的热点话题。本文主要针对基于掌纹的多分类器的融合技术进行研究,主要内容包括以下几个方面: (1)尽可能多的提取掌纹的不同特征,本文提取了掌纹的结构特征、频域特征、统计特征以及子空间的特征。 (2)将提取出来的掌纹的特征和距离权重K-近邻分类准则相结合,构成不同的单分类器。 (3)利用证据理论的融合方法对由上一步建立的单分类器进行融合。提出了一种改进了证据合成公式的证据理论融合算法,解决了高度冲突的多证据源问题。同时确定了本文这种单元素命题的证据理论融合的决策规则。 本文提出的方法能够有效的解决高度冲突证据源的冲突问题,提高掌纹系统的识别率。其中对证据理论合成公式的研究不但能够解决本文中证据冲突的问题,对其它应用证据理论的领域,也能有一定的参考价值。