一种改进的基于PCA和FLD的掌纹识别

• 作者: 姜威 田冲 陶俊伟
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 掌纹识别 特征抽取 主分量分析 特征向量
• 年，卷（期）: 2008,（1）
• 所属期刊栏目: 人工智能与识别
• 页码范围: 204-206
• 页数: 3页
• 分类号: TP3
• 字数: 3423字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386X.2008.01.075

摘要

掌纹识别是生物特征识别中的一种,由于其分辨率要求低、设备成本低、用户易接受等优点受到众多研究者的关注.同其他生物特征识别一样也包括几何特征和数学特征识别两类方法,在数学特征中PCA、ICA、FLD等特征都可以用于掌纹识别.PCA是一种基于二阶统计的最小均方误差意义上的最优维数据压缩技术,FLD是一种较为普遍的用于特征提取的线性分类方法.将PCA和FLD结合起来进行掌纹识别,在识别阶段进一步利用了以前仅用于降维的PCA特征和FLD特征相融合进行识别.实验结果证明该方法比未改进的FLD方法在识别率上得到明显的提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	姜威	山东大学信息科学与工程学院	74	1024	17.0	29.0
2	陶俊伟	山东大学信息科学与工程学院	4	50	3.0	4.0
3	田冲	山东大学信息科学与工程学院	2	31	2.0	2.0