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:
核Fisher的鉴别方法(KFDA)是模式识别中较为突出的提取图像非线性特征的方法.为了更好地提取掌纹图像的非线性特征,将KFDA方法引入到掌纹识别中.首先对掌纹图像做小波变换进行降维,在保留原始图像轮廓信息和特征的基础上,用核Fisher判决方法进行特征提取并引入零空间的核Fisher(ZKFDA)方法解决小样本问题,最后用最小距离分类器进行掌纹匹配.通过PolyU掌纹图像库,实验结果表明,在不同的特征个数下,KFDA方法比二维Fisher准则(2DFLD)方法识别率高;零空间ZKFDA的平均识别率高于KFDA,并且计算量大大减少.在核函数选取上,取RBF核函数的识别性能最佳.
推荐文章
核Fisher判别分析在火山岩岩性识别中的应用
测井解释
火山岩储层
核Fisher判别
岩性识别
测井资料
克拉美丽气田
核Fisher判别方法在低分辨雷达目标识别中的应用
核Fisher
核函数
特征提取
雷达目标识别
基于核函数的Fisher判别分析算法在人耳识别中的应用
人耳识别
特征提取
Fisher判别分析算法
核函数
基于核Fisher鉴别分析的手指静脉识别
核Fisher鉴别分析
核类间散度阵
核类内散度阵
手指静脉识别
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 核Fisher鉴别分析在掌纹识别中的应用
来源期刊 量子电子学报 学科 工学
关键词 图像处理 核Fisher鉴别分析 特征提取 掌纹识别
年,卷(期) 2009,(6) 所属期刊栏目 图像与信息处理
研究方向 页码范围 647-653
页数 7页 分类号 TP391
字数 4853字 语种 中文
DOI 10.3969/j.issn.1007-5461.2009.06.002
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 刘海林 广东工业大学应用数学学院 47 243 9.0 11.0
2 裴昱 广东工业大学应用数学学院 4 12 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (26)
共引文献  (43)
参考文献  (6)
节点文献
引证文献  (7)
同被引文献  (16)
二级引证文献  (18)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(6)
  • 参考文献(1)
  • 二级参考文献(5)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(7)
  • 参考文献(1)
  • 二级参考文献(6)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(3)
  • 参考文献(3)
  • 二级参考文献(0)
2009(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)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(2)
  • 引证文献(2)
  • 二级引证文献(0)
2015(5)
  • 引证文献(2)
  • 二级引证文献(3)
2016(4)
  • 引证文献(1)
  • 二级引证文献(3)
2017(4)
  • 引证文献(0)
  • 二级引证文献(4)
2018(6)
  • 引证文献(0)
  • 二级引证文献(6)
2019(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
图像处理
核Fisher鉴别分析
特征提取
掌纹识别
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
量子电子学报
双月刊
1007-5461
34-1163/TN
大16开
安徽省合肥市1125邮政信箱
26-89
1984
chi
出版文献量(篇)
2856
总下载数(次)
6
总被引数(次)
17822
相关基金
广东省自然科学基金
英文译名:Guangdong Natural Science Foundation
官方网址:http://gdsf.gdstc.gov.cn/
项目类型:研究团队
学科类型:
论文1v1指导