基于支持向量机分数等级融合的虹膜识别方法

• 作者: 刘伟华 李峰
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 分数等级融合 支持向量机 虹膜识别
• 年，卷（期）: 2008,（27）
• 所属期刊栏目: 图形、图像、模式识
• 页码范围: 184-186
• 页数: 3页
• 分类号: TP91.41
• 字数: 1605字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2008.27.059

摘要

提出了一种使用支持向量机(Support Vector Machine,SVM)的分数等级融合的虹膜识别方法.通过对虹膜纹理采用小波包分解,选择最高能量区域和次高能量区域提取特征向量,与注册入库的虹膜特征向量计算出海明距离.最后融合两个海明距离榆入SVM进行识别.该方法减少输入支持向量机的维数.实验结果表明,该法提高了识别率,能够有效地应用到身份鉴别系统中.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李峰	长沙理工大学计算机与通信工程学院	103	702	14.0	17.0
2	刘伟华	长沙理工大学计算机与通信工程学院	2	2	1.0	1.0