基于PCA-RBF神经网络的手指静脉识别

• 作者: 何强 余成波 余磊 李芮 谭俊
• 来源期刊: 生物医学
• 学科: 工学
• 关键词: 手指静脉识别 主成分分析 径向基神经网络 降维
• 年，卷（期）: 2012,（4）
• 页码范围: 23-27
• 页数: 5页
• 分类号: TP39

摘要

提出了一种将主成分分析法(PCA)和径向基神经网络(RBF)算法相结合的手指静脉分类算法,即PCA-RBF算法。首先对手指静脉训练样本进行PCA降维,提取图像主要成分,利用RBF神经网络分类识别中的优势,对降维后的静脉图像分类,并采用最短距离法进行识别,通过与BP神经网络识别效果的对比试验,结果表明,PCA-RBF方法加快了手指静脉识别的训练速度、简化了算法结构、提高了识别率。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	余成波	重庆理工大学远程测试与控制技术研究所	65	369	12.0	14.0
2	余磊	重庆理工大学远程测试与控制技术研究所	6	35	3.0	5.0
3	何强	重庆理工大学远程测试与控制技术研究所	4	22	2.0	4.0
4	李芮	重庆理工大学远程测试与控制技术研究所	5	52	4.0	5.0
5	谭俊	重庆理工大学远程测试与控制技术研究所	4	32	3.0	4.0