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:
提出了基于核主元分析(KPCA)和FLD相结合的掌纹识别方法.对每幅掌纹图像应用KPCA进行降维,然后将二维图像矩阵转换成一维图像矢量.PolyU掌纹图像库中所有图像矢量组成的数据矩阵作为FLD的输入,进行特征提取,计算特征矢量间的余弦距离进行掌纹匹配.实验结果说明,与传统的PCA+FLD相比,在不同的特征个数下,本文方法均取得了较小的等错率(EER),而且特征提取时间较短,运行速度较快.在三种不同的核函数中,RBF核函数的识别效果最佳,等错率最小为0.
推荐文章
基于多线性主元分析和FLD的掌纹识别
图像处理
掌纹识别
主元分析
多线性主元分析
Fisher线性判别
基于模糊核Fisher判别的雷达距离像识别研究
核Fisher判别分析
核样本
模糊隶属度
雷达一维距离像
基于主成分分析与 Fisher 判别的 NIR 木材识别
近红外光谱
Fisher判别
主成分分析
木材识别
基于LLE与Fisher线性判别的人脸识别算法
邻域嵌入算法
Fisher线性判别
人脸识别
ORL人脸图像数据库
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 基于核主元分析和Fisher线性判别的掌纹识别
来源期刊 光电子·激光 学科 工学
关键词 医用光学与生物技术 掌纹识别 特征提取 核主元分析 Fisher线性判别
年,卷(期) 2008,(12) 所属期刊栏目 图像和信息处理
研究方向 页码范围 1698-1701
页数 4页 分类号 TP391.41
字数 3460字 语种 中文
DOI 10.3321/j.issn:1005-0086.2008.12.031
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 苑玮琦 沈阳工业大学视觉检测技术研究所 283 2226 21.0 31.0
2 郭金玉 沈阳工业大学视觉检测技术研究所 59 347 11.0 15.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (25)
共引文献  (41)
参考文献  (7)
节点文献
引证文献  (26)
同被引文献  (55)
二级引证文献  (46)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(4)
  • 参考文献(1)
  • 二级参考文献(3)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(6)
  • 参考文献(0)
  • 二级参考文献(6)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(6)
  • 参考文献(1)
  • 二级参考文献(5)
2005(5)
  • 参考文献(3)
  • 二级参考文献(2)
2006(2)
  • 参考文献(2)
  • 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(2)
  • 引证文献(2)
  • 二级引证文献(0)
2010(7)
  • 引证文献(7)
  • 二级引证文献(0)
2011(8)
  • 引证文献(5)
  • 二级引证文献(3)
2012(5)
  • 引证文献(2)
  • 二级引证文献(3)
2013(3)
  • 引证文献(2)
  • 二级引证文献(1)
2014(4)
  • 引证文献(2)
  • 二级引证文献(2)
2015(8)
  • 引证文献(3)
  • 二级引证文献(5)
2016(4)
  • 引证文献(1)
  • 二级引证文献(3)
2017(5)
  • 引证文献(1)
  • 二级引证文献(4)
2018(10)
  • 引证文献(0)
  • 二级引证文献(10)
2019(9)
  • 引证文献(1)
  • 二级引证文献(8)
2020(7)
  • 引证文献(0)
  • 二级引证文献(7)
研究主题发展历程
节点文献
医用光学与生物技术
掌纹识别
特征提取
核主元分析
Fisher线性判别
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
光电子·激光
月刊
1005-0086
12-1182/O4
大16开
天津市南开区红旗南路263号
6-123
1990
chi
出版文献量(篇)
7085
总下载数(次)
11
总被引数(次)
60345
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
论文1v1指导