应用非负矩阵分解和RBPNN模型的掌纹识别方法

• 作者: 尚丽 崔鸣 杜吉祥
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 非负矩阵分解 局部特征提取 特征基图像 掌纹识别 径向基概率神经网络(RBPNN)分类器
• 年，卷（期）: 2012,（4）
• 所属期刊栏目: 图形、图像、模式识别
• 页码范围: 199-203
• 分类号: TN911.73
• 字数: 4478字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2012.04.059

摘要

提出一种基于非负矩阵分解(NMF)和径向基概率神经网络的掌纹识别方法.NFM是一种有效的图像局部特征提取算法,用于图像分类时能得到较高的识别率.考虑PolyU掌纹图像数据库,应用NMF、局部NMF(LNMF)、稀疏NMF(SNMF)和具有稀疏度约束的NMF(NMFSC)算法分别对掌纹图像进行特征提取,并对提取到的局部特征基图像进行分析对比；在特征提取的基础上,应用径向基概率神经网络(RBPNN)模型对掌纹特征进行分类,分类结果表明了RBPNN模型对掌纹特征具有较好的识别能力.实验对比结果证明了基于RBPNN的NMF掌纹识别方法在掌纹识别中的有效性,具有一定的理论研究意义和实用性

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杜吉祥	中国科学技术大学自动化系	42	267	9.0	14.0
5	尚丽	苏州市职业大学电子信息工程系	66	326	9.0	14.0
6	崔鸣	苏州市职业大学电子信息工程系	22	119	6.0	10.0