基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
利用虹膜图像中丰富的结构和纹理特征作为身份鉴别的依据,与其他生物特征识别相比,具有更高的可靠性.虹膜识别系统包括虹膜图像采集、虹膜图像预处理、特征提取、匹配与识别等部分.该文提出一种基于k-近邻分类器虹膜识别方法,该方法先对虹膜图像进行定位、归一化和增强等预处理,利用Gabor滤波实现虹膜纹理特征的提取,再用k-近邻分类器进行匹配,达到了识别的目的.实验结果表明,该方法是可行的.
推荐文章
K-近邻法的文本分类算法分析与改进
文本分类
K-近邻法
改进
怀卡托智能分析系统
有效性
基于时序模式匹配的k-近邻分类在流失预测中的应用
k-近邻分类
时序模式匹配
流失预测
基于局部权重k-近质心近邻算法
模式分类
近邻原则
k-近邻
k-近质心近邻
局部权重
基于k-最近邻图的小样本KNN分类算法
KNN算法
k-最近邻图
小样本
图划分
分类算法
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于k-近邻分类匹配的虹膜识别技术与应用
来源期刊 湖南工程学院学报(自然科学版) 学科 工学
关键词 虹膜识别 虹膜定位 Gabor滤波 特征提取 k-近邻分类器 图像匹配
年,卷(期) 2006,(3) 所属期刊栏目 电气与信息工程
研究方向 页码范围 5-8
页数 4页 分类号 TP391
字数 2774字 语种 中文
DOI 10.3969/j.issn.1671-119X.2006.03.002
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 陈爱萍 湘潭大学信息工程学院 28 149 6.0 10.0
3 石跃祥 湘潭大学信息工程学院 84 645 14.0 22.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (69)
共引文献  (357)
参考文献  (9)
节点文献
引证文献  (5)
同被引文献  (13)
二级引证文献  (11)
1968(1)
  • 参考文献(0)
  • 二级参考文献(1)
1984(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(3)
  • 参考文献(0)
  • 二级参考文献(3)
1993(7)
  • 参考文献(0)
  • 二级参考文献(7)
1994(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(9)
  • 参考文献(0)
  • 二级参考文献(9)
1996(6)
  • 参考文献(0)
  • 二级参考文献(6)
1997(13)
  • 参考文献(0)
  • 二级参考文献(13)
1998(6)
  • 参考文献(0)
  • 二级参考文献(6)
1999(5)
  • 参考文献(0)
  • 二级参考文献(5)
2000(9)
  • 参考文献(1)
  • 二级参考文献(8)
2001(4)
  • 参考文献(1)
  • 二级参考文献(3)
2002(3)
  • 参考文献(2)
  • 二级参考文献(1)
2003(4)
  • 参考文献(2)
  • 二级参考文献(2)
2004(3)
  • 参考文献(2)
  • 二级参考文献(1)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2007(1)
  • 引证文献(1)
  • 二级引证文献(0)
2008(2)
  • 引证文献(1)
  • 二级引证文献(1)
2009(1)
  • 引证文献(1)
  • 二级引证文献(0)
2010(3)
  • 引证文献(0)
  • 二级引证文献(3)
2011(2)
  • 引证文献(0)
  • 二级引证文献(2)
2013(2)
  • 引证文献(2)
  • 二级引证文献(0)
2015(2)
  • 引证文献(0)
  • 二级引证文献(2)
2017(2)
  • 引证文献(0)
  • 二级引证文献(2)
2018(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
虹膜识别
虹膜定位
Gabor滤波
特征提取
k-近邻分类器
图像匹配
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
湖南工程学院学报(自然科学版)
季刊
1671-119X
43-1356/N
大16开
湖南省湘潭市福星东路88号
1991
chi
出版文献量(篇)
2006
总下载数(次)
8
总被引数(次)
6603
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导