基于CS-LBP与自适应神经网络的虹膜识别

• 作者: 姜华 孟丹彤
• 来源期刊: 东北师大学报（自然科学版）
• 学科: 工学
• 关键词: CS-LBP 分块中位排序 BP神经网络 混沌系统-选择变异算子-粒子群
• 年，卷（期）: 2018,（3）
• 页码范围: 58-64
• 页数: 7页
• 分类号: TP391.41
• 字数: 3977字
• 语种: 中文
• DOI: 10.16163/j.cnki.22-1123/n.2018.03.012

摘要

针对判断两个虹膜是否为同一类别的问题,提出了基于分块中位排序规则的中心对称局部二值模式(CS-LBP)提取虹膜纹理特征,并使用BP神经网络进行判断.BP神经网络的连接权重采用混沌系统-选择变异算子-粒子群(C-SM-PSO)算法进行自适应优化,提高设置连接权重的全局搜索能力,使神经网络具有自我跳出局部最优的能力,提高算法通用性.用多种算法在不同的虹膜库中进行了实验.实验结果表明,所提出的算法正确率较高,等错率较低,ROC曲线更接近横、纵坐标轴,具有良好的稳定性与鲁棒性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	姜华	东北师范大学信息科学与技术学院	13	56	3.0	7.0
2	孟丹彤	东北师范大学信息科学与技术学院	1	1	1.0	1.0