基于改进卷积神经网络的指静脉识别

• 作者: 何鑫 陈迅
• 来源期刊: 计算机工程与设计
• 学科: 工学
• 关键词: 深度学习 指静脉识别 卷积神经网络 激活函数 池化
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 智能技术
• 页码范围: 562-566
• 页数: 5页
• 分类号: TP391.41
• 字数: 4392字
• 语种: 中文
• DOI: 10.16208/j.issn1000-7024.2019.02.046

摘要

针对深度学习的指静脉识别算法在训练样本较少以及训练次数较低时算法识别率降低问题,提出基于改进卷积神经网络的指静脉识别算法.通过增加卷积层数并使用LeaKy ReLU作为激活函数,提高网络泛化能力;使用改进的池化模型降低网络特征维度;反向传播调整权值时,引入判别信息作为约束条件.实验结果表明,该算法准确率在训练样本较少以及训练次数较低时明显优于其它指静脉识别算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈迅	江苏科技大学电子信息学院	26	120	6.0	9.0
2	何鑫	江苏科技大学电子信息学院	2	7	2.0	2.0