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:
考虑到虹膜识别的非线性和小样本的特点,以及小波包分解具有的分析高频特征信息的优势,提出了一种基于小波包分解和支持向量机的虹膜识别方法.首先对虹膜图像实行分窗小波包分解,再对各窗口的子带图像做筛选处理;然后通过奇异值分解对筛选后的各子带图像做进一步的特征提取和压缩,得到虹膜识别特征;最后利用支持向量机对虹膜特征进行模式匹配.实验结果表明了该算法的有效性.
推荐文章
基于小波包分解和支持向量机的机械故障诊断方法
小波包分解
能量谱
支持向量机
故障诊断
多故障分类器
基于小波变换与支持向量机的虹膜识别新算法
定位算子
特征向量
支持向量机SVM
基于小波包特征熵支持向量机的故障分类方法研究
小波包分解
特征熵
支持向量机
故障分类
基于小波分解和多分类支持向量机的脸谱识别
脸谱识别
小波分解
支持向量机
ORL脸谱图像库
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 基于小波包分解和支持向量机的虹膜识别方法
来源期刊 应用科技 学科 工学
关键词 虹膜识别 小波包分解 奇异值变换 支持向量机
年,卷(期) 2008,(3) 所属期刊栏目 自动化技术
研究方向 页码范围 50-54
页数 5页 分类号 TP391.41
字数 3481字 语种 中文
DOI 10.3969/j.issn.1009-671X.2008.03.014
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 张雯雯 哈尔滨工程大学自动化学院 20 92 5.0 8.0
2 赵国良 哈尔滨工程大学自动化学院 63 916 16.0 28.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (16)
共引文献  (265)
参考文献  (6)
节点文献
引证文献  (3)
同被引文献  (4)
二级引证文献  (7)
1968(1)
  • 参考文献(0)
  • 二级参考文献(1)
1980(2)
  • 参考文献(0)
  • 二级参考文献(2)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(1)
  • 参考文献(1)
  • 二级参考文献(0)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(4)
  • 参考文献(1)
  • 二级参考文献(3)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(3)
  • 参考文献(1)
  • 二级参考文献(2)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(2)
  • 参考文献(2)
  • 二级参考文献(0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(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)
2009(1)
  • 引证文献(1)
  • 二级引证文献(0)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2011(1)
  • 引证文献(0)
  • 二级引证文献(1)
2012(2)
  • 引证文献(1)
  • 二级引证文献(1)
2014(1)
  • 引证文献(0)
  • 二级引证文献(1)
2017(3)
  • 引证文献(0)
  • 二级引证文献(3)
2019(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
小波包分解
奇异值变换
支持向量机
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
应用科技
双月刊
1009-671X
23-1191/U
大16开
哈尔滨市南通大街145号1号楼
14-160
1974
chi
出版文献量(篇)
4861
总下载数(次)
7
总被引数(次)
21528
论文1v1指导