基于核Fisher鉴别分析的手指静脉识别

抽取最优鉴别特征是手指静脉识别中重要的一步,在提取小样本的高维手指静脉图像特征时,由于光照、温湿度、水平位移等因素的影响使得采集的静脉图像是非线性分布的,为此,提出了一种基于核Fisher鉴别分析（kernel Fisher discriminant analysis,KFDA）提取非线性特征的方法。该方法是利用一个核映射将原始输入空间变换到一个更低维的空间RN中,在此特征空间上用核类间散度阵和核类内散度阵作为Fisher线性判别准则(Fisher linear discriminant,FLD),来得到最佳非线性鉴别特征,根据此鉴别特征计算其相互间的欧式距离进行识别。实验结果表明,核Fisher方法与其他方法相比,具有较低的认假率(false accept rate,FAR)和较快的识别速度。     

手背静脉特征提取算法

提出一种基于有限Radon变换(FRAT)的手背静脉识别新方法.在考虑手背静脉图像"线状"特点的基础上,先将手背静脉图像"分块",再对分块后的图像进行FRAT变换,并提出一种向量非均衡分布可得最大值的方法,提取手背静脉图像纹理特征,最后通过特征匹配进行分类识别.结果表明:与传统的Hough变换和离散Radon变换相比,新方法提高了目标直线特征的检测速度;在有800个样本的数据库上进行实验,获得了96.5%的识别率,表明了算法的有效性.     

脊波分析在手背静脉识别中的应用

提出一种基于改进的有限脊波变换的手背静脉识别算法. 利用脊波理论适合于表示直线奇异性的特点, 对手背静脉特征进行分析. 使用改进的有限脊波变换对手背静脉图像进行分解, 得到不同分解尺度下手背静脉的多分辨脊波特征, 再通过定义多分辨脊波特征距离进行模式匹配. 实验结果表明, 与传统静脉特征提取方法相比, 该方法较完整地保留了静脉的原始信息, 提高了运行速度并降低了算法复杂度.     

Zr50.5Cu36.5Ni4Al9块体非晶合金低温动态压缩特性

通过铜模铸造法制备Zr_50.5Cu_36.5Ni₄Al₉块体非晶合金. 利用分离式霍普金森杆（SHPB）,S-4800型扫描电镜等测试分析手段,研究Zr_50.5Cu_36.5Ni₄Al₉块体非晶合金在室温（25℃）和低温下（-40℃）动态压缩特性和断口形貌特征. 结果表明:在动态压缩载荷作用下,Zr_50.5Cu_36.5Ni₄Al₉块体非晶合金抗压强度随载荷增加而降低. 在-40℃低温条件下,动态抗压强度具有低温敏感性. 在室温条件下,Zr_50.5Cu_36.5Ni₄Al₉块体非晶合金断口微观形貌特征主要是脉状花样,伴随裂纹和非晶合金熔化现象;在-40℃ 低温条件下,Zr_50.5Cu_36.5Ni₄Al₉块体非晶合金微观形貌特征主要是鱼骨状花样.      

涠洲岛柳珊瑚的激光拉曼光谱特征

用激光拉曼光谱仪分析了从广西涠洲岛采集的柳珊瑚,并对其拉曼光谱图进行分类归属和解析.根据光谱结果,涠洲岛柳珊瑚可分成两类:一类在1006cm-1、1111cm-1、1501cm-1呈现峰值,认定为类胡萝卜素光谱特征;另一类在714cm-1、1086 cm-1呈现峰值,认定为方解石光谱特征.     

纤维过滤介质在容尘阶段的非稳态过滤效率

基于黏性牛顿流体的N-S方程,从一般控制方程的通用形式,结合纤维过滤介质的积尘填充率与粉尘颗粒或气溶胶微粒沉积量,推导出纤维多孔过滤介质内粒子浓度分布的非线性微分方程.分析了过滤效率经验公式中无量纲参数之间的内在联系及其对纤维滤料在容尘阶段过滤效率的影响,利用非线性回归方法拟合出纤维过滤介质的非稳态过滤效率经验公式.结果表明:微粒的Re数均小于1,即空气的流动均处于斯托克斯区域,同时其流动状态为层流;计算得到的拦截参数为0.086～0.559.根据实验结果拟合的纤维滤料在容尘阶段的过滤效率经验公式适用于St小于1的场合.     

复杂镍盐的热分解制备纤维状镍粉研究

纤维状镍粉可通过纤维状草酸氨镍晶体热解制得,本文研究了不同条件下热分解纤维状镍盐制备出的纤维状镍粉形貌和性质,XRD、TG、显微镜照片、比表面积测定等结果表明：选取纤维状好的复杂镍盐,在400～440℃温度之间,较弱还原气氛下热解30min制得的金属镍粉具有良好的纤维状和分散性。     

基于多阈值模糊增强的手指静脉图像分割

根据手指静脉图像的特点,针对经典阈值方法难以满足图像多属性分割要求的不足,文章在单层次模糊图像增强算法的基础上,提出了一种改进的手指静脉图像分割算法,讨论了该算法的基本原理和具体计算步骤.实验结果表明：与传统的方法相比,该算法方法简单、容易实现,对低质量手指静脉的分割达到了令人满意的效果,分割结果不但准确而且纹路具有明显方向性.     

改进的双边二维线性判别分析的手背静脉识别

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.     

利用手掌静脉技术建立图书馆新的个人身份认证系统

阐述了手掌静脉技术的原理,探讨了如何利用手掌静脉技术建立图书馆新的个人身份认证系统.