大数据环境下利用新型FTS的并行细节点 指纹匹配通用分解方法

• 作者: 李庆年 胡玉平
• 来源期刊: 重庆理工大学学报（自然科学版）
• 学科: 工学
• 关键词: 指纹拓扑结构(FTS) 并行化 置信度 k近邻算法 大数据
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 电子·自动化
• 页码范围: 147-155
• 页数: 9页
• 分类号: TP391
• 字数: 6426字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-8425(z).2019.04.022

摘要

随着指纹识别数据库规模的不断扩大,指纹识别系统的通用性、可靠性亟须提高.为了解决该问题,提出了利用新型指纹拓扑结构(FTS)的并行化细节点指纹匹配分解方法.该方法首先根据k近邻算法设计了叉点和端点新的结构,并提取出细节点特征.然后,将匹配分数的计算过程分解为几个小步骤来执行,在更精细的层次上分割2个指纹的最终匹配,以此定义局部结构子集之间的部分分数.最后,单独计算这些部分分数,将它们合并在一起,构成一个非常灵活的预测值,并允许丢弃部分分数.此外,提出了基于细节点置信度的指纹匹配算法,有助于全局范围上的指纹信息提取,从而确保局部相似细节点的有效匹配.在SFinGe数据库上的实验结果表明:所提出的分解框架可适用于Apache Hadoop、Apache Spark等大数据环境,具有良好的可靠性.将提出的分解方法应用于3种匹配算法中进行实验,结果表明提出的分解方法具有良好的通用性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李庆年	南宁学院信息工程学院	13	17	2.0	3.0
2	胡玉平	广东财经大学信息学院	9	69	3.0	8.0