基于改进型ELM的指静脉识别算法研究

• 作者: 刘胜前 孙旋 张烈平 赵阳
• 来源期刊: 自动化与仪表
• 关键词: 主成分分析法 极限学习机 静脉图像 识别
• 年，卷（期）: 2018,（9）
• 所属期刊栏目: 创新与实践
• 页码范围: 95-98,108
• 页数: 5页
• 分类号: TN91
• 语种: 中文
• DOI: 10.19557/j.cnki.1001-9944.2018.09.002

摘要

针对指静脉图像信噪比低、易过拟合导致识别准确率低等问题,该文利用主成分分析法PCA作为预处理,结合极限学习机ELM,提出基于L1-L2范数约束的静脉识别算法.该方法通过PCA对原始指静脉图像进行降维和特征提取,采用ELM框架来训练指静脉识别模型,并利用L1范数约束抑制ELM输出权重中的异常值以提高算法对噪声的鲁棒性,同时结合L2范数约束来提升算法的泛化能力.通过实验,验证出该方法具有特征提取质量高、神经网络训练学习响应快、识别准确率高的特点.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙旋	桂林理工大学机械与控制工程学院广西矿冶与环境科学实验中心	12	35	3.0	5.0
2	张烈平	桂林理工大学机械与控制工程学院广西矿冶与环境科学实验中心	50	277	10.0	15.0
3	刘胜前	桂林理工大学机械与控制工程学院广西矿冶与环境科学实验中心	5	5	2.0	2.0