改进的双边二维线性判别分析的手背静脉识别

• 作者: 刘富 姜守坤 宗宇轩 李明明 王贺 邓茂云
• 来源期刊: 吉林大学学报（信息科学版）
• 学科: 工学
• 关键词: 手背静脉识别 特征提取 双边二维线性判别分析 最近邻分类器
• 年，卷（期）: 2017,（1）
• 所属期刊栏目: 信息与通信工程
• 页码范围: 32-36
• 页数: 5页
• 分类号: TP391.4
• 字数: 2918字
• 语种: 中文

摘要

针对双边二维线性判别分析(B2D-LDA:Bilateral Two-Dimensional Linear Discriminant Analysis)方法中多类类别均值和总体均值接近时难以分类的问题,提出了一种改进的B2D-LDA(MB2D-LDA:Modified B2D-LDA)方法,并将其运用到手背静脉特征提取中.重新定义了类间离散度矩阵,融入了每两类类间的距离,当类别均值与总体均值接近时,则用该类和其他各类类间距离组成离散度矩阵.采用基于欧氏距离的最近邻分类器进行匹配识别.结果表明,在不增加识别时间的情况下,MB2D-LDA平均识别率比B2D-LDA高2％,证明了该算法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘富	吉林大学通信工程学院	57	240	9.0	13.0
2	王贺	吉林大学通信工程学院	54	83	5.0	6.0
3	李明明	吉林大学网络中心	21	91	5.0	8.0
4	邓茂云	西南石油大学机械电子工程学院	8	25	3.0	4.0
5	姜守坤	吉林大学通信工程学院	4	13	3.0	3.0
6	宗宇轩	吉林大学通信工程学院	2	6	2.0	2.0